Обложка канала

Machinelearning. Страница 3

Технологии . программирование , нейронные сети . канал с самой свежей и актуальной информацией из мира it

  • Machinelearning

    Привет, Чемпион! 🏆 Хочешь покорить Kaggle и научиться выигрывать соревнования по анализу данных? Тогда курс "Введение в соревновательный Data Science" - это именно то, что тебе нужно! 🎯 Что ты получишь? - Первый русскоязычный курс по соревновательному Data Science с максимальным количеством практики. - Насыщенная программа, содержащая эффективные методы для выбивания максимального качества из твоих ML-моделей. - Более 200 практических заданий, интервью с Kaggle Grand Masters. - Большое русскоязычное коммьюнити 400+ студентов курса для совместного прохождения и участия в соревнованиях. - Поддержка преподавателей и даже собственный мерч курса за успехи. 🚀 На канале курса проводим еженедельные открытые вебинары, на которых разбираем решения победителей чемпионатов и делаем обзоры предстоящих соревнований. 🔗 Подписывайся на TG канал, чтобы узнать подробности о курсе, а также следить за открытыми вебинарами и другими активностями. 🔥Скидка 10% по промокоду: TGLETO (Сработает только при переходе по ссылке)
  • Machinelearning

    🔥 Llama 2: Open Foundation and Fine-Tuned Chat Models Llama 2 collection of pretrained and fine-tuned large language models (LLMs). Новая Llama 2 в открытом доступе. Доступны предварительно обученные и настроенные модели с параметрами от 7B до 70B. Llama 2 превосходит модели с открытым исходным кодом в большинстве протестированных бенчмарков и, судя по оценке полезности и безопасности, может стать достойной заменой моделям с закрытым исходным кодом. 🖥 Github: https://github.com/facebookresearch/llama ⭐️ Demo: https://huggingface.co/blog/llama2 🤗Hugging face: https://huggingface.co/meta-llama/Llama-2-70b 📕 Paper: ai.meta.com/researc…t-models ai_machinelearning_big_data
  • Machinelearning

    💬 Text2Cinemagraph: Synthesizing Artistic Cinemagraphs from Text Полностью автоматизированный метод Text2Cinemagraph для создания синемаграфов из текстового описания с учетом различных художественных стилей. 🖥 Github: github.com/text2ci…emagraph 🖥 Colab: colab.research.google.com/github/…ab.ipynb 📕 Paper: https://arxiv.org/pdf/2307.03190.pdf 🚀 Project: https://text2cinemagraph.github.io/website/ ai_machinelearning_big_data
  • Реклама

  • Machinelearning

    Как бороться с утечкой данных в машинном обучении Команда VK Cloud перевела статью о том, как информация из тестового датасета ошибочно попадает в обучающий, какие у этого могут быть последствия. В статье описываются примеры реальных датасетов со способами предотвращения утечки данных: проверки вручную, пайплайнами, перекрёстным контролем и др. 🔗 Хабр: habr.com/ru/comp…s/746360 ai_machinelearning_big_data
  • Machinelearning

    🔥 Artificial Intelligence for Science (AIRS) AIRS - это коллекция инструментов с открытым исходным кодом, датасетов ии для науки и работы с квантовыми системами. OpenQM: AI for Quantum Mechanics OpenDFT: AI for Density Functional Theory OpenMol: AI for Small Molecules OpenProt: AI for Protein Science OpenMat: AI for Materials Science OpenMI: AI for Molecular Interactions OpenPDE: AI for Partial Differential Equations 🖥 Github: https://github.com/divelab/AIRS 📕 Paper: https://arxiv.org/abs/2307.08423 ⭐️ Website: https://www.air4.science/ 📌 Dataset: https://paperswithcode.com/dataset/atom3d ai_machinelearning_big_data
  • Machinelearning

    🔥Открываем новые горизонты в машинном обучении! Присоединяйтесь 25 июля в 20:00 к открытому уроку «TD Learning и Q-learning». Это возможность протестировать новый онлайн-курс «Reinforcement Learning» в OTUS и начать изучать это перспективное направление. 📌Вместе с экспертом-практиком мы: — погрузимся во временно-разностное обучение и Q-learning; — поговорим об основных идеях обучения с подкреплением, которые делают алгоритм RL более гибким и эффективным; — разберем алгоритм SARSA с различными примерами реализации; — обсудим сильные и слабые стороны каждого решения. 👉🏻Регистрация для участия https://otus.pw/mPt2/ Урок будет полезен DS/ML/DL специалистам, IT-специалистам, которые хотят погрузиться в обучение с подкреплением. После вебинара курс можно приобрести удобным для вас способом. Нативная интеграция. Информация о продукте на сайте www.otus.ru
  • Machinelearning

    Fine-tuning Stable Diffusion Models on Intel CPUs This post will show you how to fine-tune a Stable Diffusion model on an Intel Sapphire Rapids CPU cluster. В этом посте показано, как провести тонкую настройку модели Stable Diffusion на кластере процессоров Intel Sapphire Rapids. Настройка с помощью текстовой инверсии - техники, которая требует лишь небольшого количества изображений-примеров. huggingface.co/blog/st…ng-intel 📌 Post: huggingface.co/blog/st…ng-intel ⭐️ Diffusers documentation: https://huggingface.co/docs/diffusers 📌 Optimum Intel documentation: huggingface.co/docs/op…nference 🖥 Intel IPEX on GitHub: github.com/intel/i…-pytorch ai_machinelearning_big_data
    Textual Inversion

    We’re on a journey to advance and democratize artificial intelligence through open source and open science.

    huggingface.co
  • Machinelearning

    Салют, GigaChat! One Day Offer для NLP инженеров, разработчиков и исследователей уровня Middle/Senior/Senior++ состоится уже 22 июля 📢 А это значит, что всего за один день вы сможете пройти все этапы отбора, познакомиться с командой, забрать оффер и начать работу над нашей большой языковой моделью GigaChat и амбициозными продуктами на его основе. Чем именно вам предстоит заниматься? 👉 Делать претрейн моделей. 👉 Обучать SOTA модели для решения задач NLP. 👉 Создавать наши основные NLP модели: GigaChat, Intent Recognition, NER, Smart Home и другие. 👉 Делать распознавание и синтез речи, выявлять ключевые слова и шумовые события. 👉 Совершенствовать существующие инструменты ИИ и создавать новые. 👉 Работать в новом кластере с большим числом A100'ых. Ваши шансы на оффер выше, если у вас есть профильное техническое образование и опыт работы от трех лет. Переходите по ссылке и регистрируйтесь на One Day Offer 💚
  • Machinelearning

    🔈 Urhythmic: Rhythm Modeling for Voice Conversion Unsupervised Rhythm Modeling for Voice Conversion. Проект для изменения исходного голоса на другие, позволяющая моделировать ритм речи. 🖥 Github: https://github.com/bshall/urhythmic 🖥 Documentation: colab.research.google.com/github/…mo.ipynb 📕 Paper: https://arxiv.org/abs/2307.06040v1 🚀 Dataset: https://paperswithcode.com/dataset/vctk ai_machinelearning_big_data
  • Machinelearning

    🌄 Kandinsky 2.2 попал в Diffusers Kandinsky 2.2 - это генеративная модель от Сбера, создающая изображения по текстовому описанию. Обновление привело к увеличению количества доступного функционала (ControlNet, Outpainting х2 и др.) Diffusers — это известный и крупнейший фреймворк генеративных моделей. Его используют такие инструменты и библиотеки, как DreamFusion, Segment Anything, ML Stable Diffusion (by Apple) и другие. Kandinsky 2.2 попал в основной репозиторий Diffusers на GitHub. 🖥 Github: https://github.com/huggingface/diffusers ai_machinelearning_big_data
    GitHub - huggingface/diffusers: 🤗 Diffusers: State-of-the-art diffusion models for image and audio generation in PyTorch

    🤗 Diffusers: State-of-the-art diffusion models for image and audio generation in PyTorch - GitHub - huggingface/diffusers: 🤗 Diffusers: State-of-the-art diffusion models for image and audio generat...

    GitHub
  • Machinelearning

    🧭 OpenCompass OpenCompass is an LLM evaluation platform, supporting a wide range of models (LLaMA, ChatGLM2, ChatGPT, Claude, etc) over 50+ datasets. OpenCompass - это платформа для оценки LLM моделей, поддерживающая широкий спектр моделей (LLaMA, ChatGLM2, ChatGPT, Claude и др.) на 50+ наборах данных. Благодаря мощным алгоритмам и интуитивно понятному интерфейсу OpenCompass позволяет легко оценить качество и эффективность ваших моделей НЛП моделей. 🖥 Github: https://github.com/InternLM/opencompass 🖥 Documentation: https://opencompass.readthedocs.io/en/latest/ 📕 Paper: https://arxiv.org/abs/2307.06281v1 🚀 Dataset: https://paperswithcode.com/dataset/mmbench ai_machinelearning_big_data
  • Machinelearning

    AnimateDiff Effective framework to animate most of existing personalized text-to-image models once for all, saving the efforts in model-specific tuning. Новый фреймворк для генерации видео из текста. Высокое качество анимаций, различные возможности для пролета камеры, множество стилей. 🖥 Github: https://github.com/guoyww/animatediff/ 🖥 Colab: colab.research.google.com/github/…ab.ipynb 📕 Paper: https://arxiv.org/abs/2307.04725 🚀 Project: https://animatediff.github.io/ ai_machinelearning_big_data
  • Machinelearning

    🔥 Generative Pretraining in Multimodality Model can take in any single-modality or multimodal data input indiscriminately through a one-model-for-all autoregressive training process. Emu - мультимодальная на основе трансформеров, которая может легко генерировать изображения и тексты в мультимодальном контексте. 🖥 Github: https://github.com/baaivision/emu 📕 Paper: https://arxiv.org/abs/2307.05222v1 🚀 Dataset: https://paperswithcode.com/dataset/mmc4 ai_machinelearning_big_data
  • Machinelearning

    ⚡️ Анонсируем новую большую конференцию от Яндекса по прикладному ML — Practical ML Conf 2023 Пока вы наслаждаетесь тёплым летом, мы готовим для вас большую конференцию по прикладному Machine Learning — чтобы обсудить все изменения, которые постоянно происходят в ML-отрасли, и то, как их можно внедрить в свои проекты. 7 сентября вас ждут 500 экспертов, 8 профильных направлений и опытные ML-инженеры, которые меняют сферу уже сейчас. Поговорим о ключевых вопросах индустрии: генеративных моделях, Research, NLP, Hardware, CV, RecSys, MLOps и Ecomm. Если вы хотите прочитать доклад о прикладном ML, то заполняйте форму до 17 июля. А если нет — save the date и ждите новые подробности: скоро мы начнём рассказывать о программе Practical ML Conf 2023. До встречи 7 сентября на Practical ML Conf в Москве или онлайн!
  • Machinelearning

  • Реклама

  • Machinelearning

    Как оптимизировать обучение ML-моделей с помощью Kubeflow Pipelines Инженер по машинному обучению в ML-команде проектов для бизнесов и покупателей ВКонтакте рассказывает, чем Kubeflow Pipelines может быть полезен ML-специалисту и как в нём без потери существующей кодовой базы можно запускать готовые пайплайны. В статье описывается, как с помощью библиотеки kfp и нескольких функций интегрировать существующий код для запуска ML-пайплайнов в инструмент Kubeflow Pipelines с удобным интерфейсом. 🔗 Хабр: habr.com/ru/comp…s/745874 ai_machinelearning_big_data
    Как мы с помощью Kubeflow Pipelines оптимизировали обучение ML-моделей

    Когда кто-то занимается машинным обучением, его задачи часто представляют так: обработать данные, провести несколько десятков экспериментов с разными архитектурами моделей и выбрать ту, которая даёт...

    Хабр
  • Machinelearning

    🔎 DeepOnto: A Python Package for Ontology Engineering with Deep Learning A package for ontology engineering with deep learning and language model. DeepOnto - интресная библиотека на Python, которая предоставляет инструменты для реализации моделей глубокого обучения, создания методов и проведения оценки для различных онтологических исследований. pip install deeponto 🖥 Github: https://github.com/KRR-Oxford/DeepOnto 📌 Project: https://krr-oxford.github.io/DeepOnto/ 📕 Paper: https://arxiv.org/abs/2307.03067v1 🚀 Dataset: https://paperswithcode.com/dataset/ontolama ai_machinelearning_big_data
  • Machinelearning

    Хотите узнать, как у Сбера получается создавать такие точные персональные рекомендации? Приходите на RecSys Meetup by Sber — он состоится 20 июля в Питере 💚 На митапе топовые спикеры расскажут: • Как рекомендации на базе AI помогают бизнесу в разных индустриях. • На какие тренды в области AI, машинного обучения и рекомендательных систем стоит обратить внимание • Какие существуют особенности при построении рекомендательных сценариев в видео-стримингах В перерывах между докладами вас будут ждать интересные знакомства, обсуждения и нетворкинг. Регистрируйтесь по ссылке — встречаемся 20 июля в 19:00 по адресу: Art-Muse, Зал «Галерея Ц», 13-я линия Васильевского острова, 70 📍