Сначала ты моешь полы в офисе, потому что нет денег на клининг, а потом твоя компания становится рублевым единорогом 🦄

Кажется удивительным? Но это реальная история вице-президента МТС Александра Ханина в рубрике «Городские истории» в газете «Ведомости. Город».

О том, как из студента, продававшего соковыжималки на третьем курсе, превратиться в гендиректора компании MTS AI, и что опаснее искусственного интеллекта, можно прочитать здесь.

Нейросеть DALL-E 2 позволяет генерировать изображение под абзац абсолютно любой книги

Пройдите тест, который покажет можете ли вы угадать, какая картинка создана человеком, а какая Dalle 2.

https://thisimagedoesnotexist.com/

@machinelearning_ru

Зачем платить за nft, бери и делай 😏

Hugging NFT

Создайте NFT или обучите новую модель всего за несколько кликов! Тренируйтесь столько, сколько сможете, другие возобновят работу с контрольной точки!

Потыкать можно тут: https://huggingface.co/spaces/huggan/huggingnft
p.s. Если вы такой же чайник как и я, там слева сверху надо нажать стрелочку > и откроется меню.
Репозиторий: https://github.com/AlekseyKorshuk/huggingnft
Автор:
https://twitter.com/alekseykorshuk

​​​DFSpot – Нейро-сетевая модель, которая определяет, является ли входное видео/изображение реальным или дипфейком

⤷ Ссылка на Google Colab

@neural | #Python #Interesting #Video #Neural #Network

🗯️ Недавно выкатили алгоритм, который реалистично переносит стили и цвета на изображении — он обходит многие предыдущие методы. Достаточно загрузить картинку с палитрой и исходную фотографию. Вуаля — и вы получите гармоничную смесь изображений. Например, фото заката с розовыми облаками или радужные цветы.

Создатели нового метода уверены, что их метод лучше, чем остальные алгоритмы и даже некоторые инструменты от Photoshop. На сайте проекта можно перенести стили и цвета на фото, там есть ещё много дополнительных настроек. Исходники доступны здесь. Го тестить, пока не уронили:

https://www.dustfreesolutions.com/CT/CT.html

#Neural_network | @neural

"Kurt Cobain frontman of the rock band Nirvana by Rossdraws"

Погенерируем? 🙃

Подписчик поделился инвайтом к
https://www.midjourney.com

Гайд по работе: https://midjourney.gitbook.io/docs
Инвайт:
Ссылка больше не актуальна и удалена.
Получить инвайт вы можете заполнив форму на сайте
https://www.midjourney.com
Раздают по 1000 инвайтов каждые 2 дня.

Deep Learning Examples

8,508 stars total

3 stars today

View on Github.com

​​Российские энтузиасты создали своего «ИИ для ненависти» обученного на 2ch🤔

Вдохновленные работой Янника Килчера, который обучил машину «языку ненависти» используя 3,3 миллиона тредов с печально известной токсичной доски 4chan «Политически некорректно» /pol/ — российские энтузиасты запустили Telegram бота обученного на отечественном 2ch.hk используя доску /b/🤨

В качестве диалоговой модели был использован GPT-2, обученный на датасете из постов анонов. Итоговый датасет насчитывал порядка 60 тысяч диалогов.

☝🏻Также для повышения токсичности данных данные были отфильтрованы с помощью модели классификатора rubert-toxic-pikabu-2ch. Модель была создана для модерации токсичного контента, но никто не мешает использовать ее во зло.

Весь код сбора данных, обучения модели и бота энтузиасты выложили в открытый доступ на GitHub. Для простоты использования настроено поднятие бота с помощью docker-compose.😅

Кроме того, они оставили инструкцию на habr.
================

Из наблюдений пользователей, российский бот действительно получился токсичным, но не принимающий во внимание контекст сообщений:

Как легко и быстро создать веб-приложение на базе МО с помощью Python

Независимо от того, сколько моделей вы создали, оффлайн их смогут увидеть лишь несколько человек. Поэтому необходимо их развертывать, чтобы любой смог поработать с ними посредством UI.

В этой статье мы с нуля развернем модель линейной регрессии с помощью Flask, фреймворка Python для разработки веб-приложений. По результатам этого гайда вы сможете поэкспериментировать с простой моделью машинного обучения в браузере, как показано ниже.

Читать дальше

​Metaflow – С лёгкостью создавайте и управляйте реальными проектами по data science!

Metaflow - это достаточно простая и удобная библиотека Python/R, которая помогает ученым и инженерам создавать и управлять своими проектами в области data science.

Metaflow был первоначально разработан на Netflix для повышения производительности работы специалистов по анализу данных, которые работают над широким спектром проектов от классической статистики до современного глубокого обучения.

#GitHub | #Python #Data #Science

SQIP – Инструмент для процессинга изображений, может использоваться для генерации оптимизированных превью в вебе

@neural

🗣 Предсказываем возраст по голосу говорящего

Большинство людей знакомы с тем, как запустить проект по машиннному обучению на изображениях, тексте или табличных данных. Но не у многих есть опыт анализа аудиоданных. В этой статье мы узнаем, как мы можем сделать анализ аудио. Как подготовить, изучить и проанализировать аудиоданные с помощью машинного обучения. Вкратце: как и для всех других модальностей (например, текста или изображений), хитрость заключается в том, чтобы преобразовать данные в формат, интерпретируемый машиной.

Интересная вещь с аудиоданными заключается в том, что вы можете рассматривать их как множество различных модальностей:

Сначала давайте подробнее рассмотрим, как на самом деле выглядят аудиоданные.

Читать дальше

GraphQL-engine – Молниеносно быстрые, мгновенные API GraphQL в реальном времени для вашей базы данных с детализированным контролем доступа.

Создавайте мощные запросы: встроенная фильтрация, разбивка на страницы, поиск шаблонов, множественная вставка, обновление, удаление мутаций

Запланированные триггеры: Выполняйте пользовательскую бизнес-логику в определенные моменты времени, используя конфигурацию cron или одноразовое событие

Поддерживаемые базы данных: PostgreSQL (и его разновидности), MS SQL Server и Big Query

#GitHub | #Haskell #Database #GraphQL

@neural

Plotly — потрясающая интерактивная библиотека визуализации, но она может работать довольно медленно, когда визуализируется множество точек данных (более 100 000 точек). Библиотека Plotly Resampler решает эту проблему, уменьшая (агрегируя) данные, а затем отображает агрегированные точки. Библиотека, позволяюяет динамически перерисовывать графики в колабах.

Github: https://github.com/predict-idlab/plotly-resampler

Демо: https://github.com/predict-idlab/plotly-resampler/blob/main/examples/basic_example.ipynb

@data_analysis_ml

​Шок-контент: тут оказывается TensorFlow окончательно проиграл конкуренцию PyTorch

Об этом на днях заявили в Google. С этого момента все исследования и продукты гугла потихоньку переезжают на JAX.

#google #нейросети