Machinelearning. Страница 17

🖼 Image Similarity with Hugging Face Datasets and Transformers In this post, you'll learn to build an image similarity system wich Transformers. Полезная статья, с которой вы создадите систему поиска сходства изображений с помощью Transformers. Можно немного попрактиковаться и попробовать другие модели. 🤗 Huggingface 🖥 Github 🖥 Colab @ai_machinelearning_big_data

🔊 Audio-Visual Efficient Conformer for Robust Speech Recognition Улучшенный метод чтения по губам, с помощью архитектуры Conformer Connectionist Temporal Classification (CTC) для обработки аудио и видео. 🖥 Github ✔️ Paper 🔥Notebook 🚀 Models @ai_machinelearning_big_data

❗️Как тестировать T-SQL с помощью tSqlt? Узнайте 20 января в 20:00 на открытом уроке онлайн-курса «MS SQL Server разработчик» в OTUS — https://otus.pw/rCAF/ 🧑‍💻 Модульное тестирование кода бэкенда прочно вошло в нашу жизнь, но код базы данных по-прежнему мало кто тестирует. На занятии поговорим о модульном тестировании кода SQL Server и использовании для этого tSqlt. ⚠️ Не упустите возможность познакомиться с экспертом и протестировать формат обучения. 👉 Для РЕГИСТРАЦИИ пройдите вступительный тест https://otus.pw/rCAF/

🔥 MIT Introduction to Deep Learning 2023 Program has started! Сегодня стартует бесплатный курс от MIT Intro to DL 2023 — один из самых лаконичных, открытых курсов по искусственному интеллекту, который охватывает основные методы глубокого обучения, архитектуры инс, статистику. 🚀 Course ✔️ Course 2022 @ai_machinelearning_big_data

🔥 Yolo8 is coming! На github вылложили веса. Обновилась документация. 🖥 Github ✔️ Docs 🖥 Colab @ai_machinelearning_big_data

💫 PACO: Parts and Attributes of Common Objects Meta опубликовала огромный датасет. PACO — это набор данных, содержащий 641 000 аннотированных объектов и их и частей . 🖥 Github ⭐️ Paper ➡️Project @ai_machinelearning_big_data

🚀 ConvNeXt V2 Meta выпустила ConvNeXt V2 на PyTorch для 8 видов моделей (Atto, Femto, Pico, Nano, Tiny, Base, Large, Huge), код обученной модели, настройки и веса (преобразованные из весов JAX, обученных на TPU) для ConvNeXt V2. х. ConvNets работал лучше, чем Трансформеры для задач компьютерного зрения, а ConvNeXt V2, значительно превосходит производительность сетей ConvNet на тестах. 🖥 Github: https://github.com/facebookresearch/convnext-v2 ⭐️ Paper: https://arxiv.org/abs/2301.00808v1 ⏩ Dataset: https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data

⭐️ Orion Проект с открытым исходным кодом от Data до AI Lab от MIT. Orion — это библиотека машинного обучения, созданная для обнаружения аномалий во временных рядах. pip install orion-ml 🖥 Github: https://github.com/sintel-dev/orion ⭐️ Notebooks: drive.google.com/drive/f…uGh13c9Q ✅ Paper: https://arxiv.org/abs/2212.13558v1 ⏩ Docs: https://sintel.dev/Orion/ ⏩ Datalab: https://dai.lids.mit.edu/ @ai_machinelearning_big_data

Подборка вакансий в отдел Big Data МегаФона😎 Оставляй свой отклик, чтобы уже в январе найти новую работу! 🗣Data engineer Важен опыт автоматизации и обработки данных на Python и работы с распределенной системой Hadoop. Откликайся ⚒ Team Lead Data Scientist Важен опыт управления, так как предстоит экспертно поддерживать и развивать команды дата-сайентистов (до 5 человек). Откликайся 📈Аналитик данных Необходимо отличное владение инструментами анализа данных Python умение работать с реляционными (SQL) базами данных. Откликайся Резюме можно направить на почту: [email protected] Еще больше вакансий тут

✅️ JRBD: Egocentric Perception of Humans Стэнфорд JRDB-Pose: набор размеченных данных с более чем 600 000 позами тел. ⭐️ Dataset: https://jrdb.erc.monash.edu/ 🖥 Github: https://github.com/JRDB-dataset/jrdb_toolkit/ ⏩ JRDB-Pose: https://jrdb.erc.monash.edu/dataset/pose#toolkit ✅ Paper: arxiv.org/pdf/1910.11792.pdf @ai_machinelearning_big_data

Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖 Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨‍💻 Какие нейронные сети вы создадите? ▫️Классификация людей на входящих и выходящих из автобуса ▫️Обнаружение возгораний ▫️Оценка стоимости квартир ▫️Оценка резюме соискателей ▫️Прогнозирование стоимости полиметаллов ▫️Сегментация изображений самолетов ▫️Распознавание команд умного дома⠀ Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀ Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪 Регистрация по ссылке

⚡️Подписывайся на канал @@jetinfosystems и будь в курсе происходящего в Enterprise IT: ▪️Новости рынка и что о них думают эксперты ▪️Технические материалы и истории о масштабных IT-проектах ▪️Посты на жизненные темы и инсайты от айтишников ▪️Качественные мероприятия, никакого маркетинга

❄️ ClimateNeRF: Extreme Climate NeRF Climate NeRF — позволяет визуализировать последствия изменения климата. ClimateNeRF может генерировать реалистичные погодные эффекты, включая смог, снег и наводнение. Результаты можно контролировать с помощью физически значимых переменных, таких как уровень воды и количества осадков. ✅ Project: https://climatenerf.github.io 📃 Paprer: arxiv.org/pdf/2211.13226.pdf 📊 FastPhotoStyle: https://github.com/NVIDIA/FastPhotoStyle @ai_machinelearning_big_data

Уже больше 70 лет биологи исследуют состояние Байкала: берут пробы воды в одной и той же точке и вручную ведут подсчет микроорганизмов. Этот метод не менялся с 1945 года. Теперь учёным помогают алгоритмы машинного обучения — они анализируют виды и формы планктона и экономят время специалистов. Нейросеть Yandex Cloud стала доступна в опенсорсе — то есть и сам алгоритм, и датасет можно использовать в исследованиях других водоемов по всему миру. Читайте подробнее в блоге. Посмотрите короткометражку о том, как нейросети учились различать байкальских рачков, а специалисты из разных областей — понимать друг друга

🖥 Introduction To Functional Analysis Шикарный бесплатный курс от MIT по Функциональному анализу. 23 лекции и конспекты. 📃 Курс 📊 Материалы 🖥 Видео @ai_machinelearning_big_data

Ищем дата-сайентистов, чтобы с нуля обучить профессии Data Scientist в медицине. С помощью машинного обучения, вы научитесь обрабатывать данные по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ, рентгеновским изображениям, сможете ставить диагнозы, обнаруживать болезни и персонализировать лечение. Курс прекрасно подойдет: Новичкам в Data Science Станете специалистом по Data Science с нуля: освоите аналитику в медицине, бизнесе и других направлениях. Медработникам Освоите IT-специализацию в знакомой нише, увеличите доход и сможете улучшать жизнь сотен людей с помощью искусственного интеллекта. IT-специалистам Поможем систематизировать знания в Data Science, ускорить карьерный рост и больше зарабатывать. Вашими преподавателями станут эксперты из таких компаний как: Parexel, X5 Retail Group, NVIDIA, Pirogov AI. Если после успешного обучения вы не найдёте работу, мы вернём вам деньги, ведь гарантия трудоустройства закреплена в договоре. Узнать подробности и получить курс со скидкой 48%: https://clc.to/L8JlhA Реклама. ООО ГикБреинс. Государственная лицензия № 040485

🎧 Riffusion App Riffusion — это интересный проект для создания музыки в реальном времени, основанный на stable diffusion. 🖥 Github: https://github.com/riffusion/riffusion-app 🖥 Colab: colab.research.google.com/drive/1…utDvICl0 ⏩ Model: huggingface.co/riffusi…model-v1 🖥 Demo: huggingface.co/spaces/…to-music @ai_machinelearning_big_data

🖥 PICARD: Parsing Incrementally for Constrained Auto-Regressive Decoding from Language Models Интересная модель, которая переводит запросы на естественном языке в запрос SQL. $ git clone [email protected]:ElementAI/picard.git $ cd picard $ git submodule update --init --recursive 🖥 Github: https://github.com/ServiceNow/picard ⏩ Paprer: https://arxiv.org/abs/2109.05093v1 ✔️ Dataset: https://paperswithcode.com/dataset/spider-1 @ai_machinelearning_big_data