Ссылки для дрессировщиков нейронных сетей

10 книг по SQL на русском языке. Скачивайте и читайте. Изучаем SQL и MySQL Автор: Ашвин Паджанкар SQL. Сборник рецептов Автор: Молинаро Энтони SQL: быстрое погружение Автор: Уолтер Шилдс Основы технологий баз данных Автор: Б. А. Новиков SQL для чайников Автор: Аллен Тейлор Распределенные данные Автор: Алекс Петров Мониторинг PostgreSQL Автор: Алексей Лесовский Оптимизация запросов в PostgreSQL Автор: Генриэтта Домбровская Базы данных. Проектирование, программирование, управление и администрирование Автор: Владимир Волк Реляционные базы данных в примерах Автор: Святослав Куликов #ru #подборка

🌟 Eagle-X5: Обновление семейства MMLM от NVIDIA Research Projects. Eagle - это семейство MLLM высокого разрешения, построенное на LLaVA. В обновленном до версии X5 наборе представлено 3 модели: 🟢Eagle-X5-7B 🟢Eagle-X5-13B 🟠Eagle-X5-13B-Chat Архитектура Eagle-X5: 🟠LLM: Eagle-X5 использует Vicuna-v1.5-7B и Vicuna-v1.5-13B для создания текстовых ответов и рассуждений о визуальном вводе; 🟠Vision Encoders: в моделях Eagle-X5 пять энкодеров, предварительно натренированы на различных задачах и разрешениях - CLIP, ConvNeXt, Pix2Struct, EVA-02 и SAM (Segment Anything); 🟠Fusion Module: визуальные признаки, полученные от каждого энкодера, объединяются с помощью поканальной конкатенации; 🟠Projection Layer: используется для проецирования обработанных визуальных признаков в пространство встраивания LLM. Обучение модели Eagle-X5 проходит в три этапа: 🟢каждый vision encoder индивидуально настраивается с замороженной LLM методом next-token-prediction supervision. Этот этап приводит визуальные представления в соответствие с языковым пространством и устраняет искажения; 🟢проекционный слой тренируется парами изображение-текст для дальнейшего выравнивания визуального и языкового пространства; 🟢SFT-этап, на котором вся модель точно настраивается на основе мультимодальных наборов данных: пары изображение-текст, VQA и мультимодальных диалоговых наборах. Eagle показывает высокие результаты в мультимодальных бенчмарках LLM, особенно в задачах, чувствительных к разрешению - OCR и понимание документов. Установка и запуск с GradioUI: # Clone repository git clone https://github.com/NVlabs/EAGLE.git cd Eagle # Create venv and install requirements conda create -n eagle python=3.10 -y conda activate eagle pip install --upgrade pip # enable PEP 660 support pip install requirements # Run Gradio python gradio_demo.py --model-path ${MODEL_CKPT} --conv-mode vicuna_v1 📌Лицензирование моделей:  CC-BY-NC-SA-4.0 License. 🟡Набор моделей 🟡Arxiv 🟡Demo 🖥Github [ Stars: 56 | Issues: 1 | Forks: 3]

Прощай, ChatGPT — теперь лучшие нейронки можно запустить у себя на ноутбуке. Вышла GPT4All v3 и это буквально революция в мире LLM: • Это первый клиент, в который можно загружать свои файлы — код проекта, диплом, вообще что угодно. На видео мы загрузили код WinUtil и попросили объяснить что он делает; • Клиент идеально оптимизирован — подгрузка файлов вообще не нагружает систему, а модели работают невероятно шустро; • На выбор больше 1000 (!) моделей — буквально всё, что вы найдете, можно запустить в GPT4All; • Всё работает полностью локально — можно кормить нейронке чувствительные файлы не боясь, что данные из них куда-то попадут. Работает со всеми актуальными ОС, установщик уже ждёт вас здесь. @exploitex

Microsoft обновили лучший курс для новичков в ИИ — его настолько круто прокачали, что теперь это версия 2.0. Больше никакого скучного текста — каждый шаг снабдили видеоуроками, практикой и дополнительными материалами. Лучшие спецы Microsoft проведут вас за ручку от настройки Python до создания своей первой нейросети. Уже лежит на GitHub абсолютно бесплатно. @exploitex

⚡️ Понимание Deep Learning Отличная книга и масса Colab'ов от MIT для полного понимания Deep Learning Определённо это один из лучших ресурсов по DL 🟡 Understanding Deep Learning 📎 PDF @data_analysis_ml

🌟 Merlion — ML-фреймворк для анализа временных рядов — pip install salesforce-merlion[dashboard] Merlion — это фреймворк Python для интеллектуального анализа временных рядов. Merlion представляет собой набор ML-алгоритмов, позволяющих загружать и преобразовывать данные, строить и обучать модели, проводить обработку результатов моделирования и оценивать эффективности модели. Merlion позволяет решать такие задачи как прогнозирование, обнаружение аномалий (как для одномерных, так и для многомерных временных рядов). 🖥 GitHub 🟡 Доки @data_analysis_ml

Короче... я тут пальцы веером, нашла-нашла на английском! А давно и на русском есть https://t.me/skladitshki/1034

🌟 Новая статья на Habr: разработчики из команды AllSee поделились опытом внедрения YandexGPT API в свои проекты Авторы пишут, что официального SDK пока нет, поэтому они создали свой. Здесь полное решение, включая создание класса YandexGPT Thread для хранения и управления отдельными чатами. Из интересного: в начале есть сравнение эффективности YandexGPT и ChatGPT в одной из задач. Две модели показали хорошие результаты, но стоимость нейросети от Яндекса вышла значительно меньше. https://habr.com/ru/articles/812979/ @data_analysis_ml

Алгоритмы обучения с подкреплением на Python Автор: Андреа Лонца Год издания: 2020 #ml #python #ru Скачать книгу

⚡️ Ликуем: в VSCode внедрили пять нейросетей. Из хайпового: Llama-3, Mistral, Gemma, Phi-3 и т.д. Они бесплатно фиксят, объясняют и пишут код. А если вдруг что-то не понравилось, выбираем другую LLM-ку. Гайд по подключению: 🟢 Создаем аккаунт в NVIDIA AI здесь. 🟢 Жмём на любую модель и кликаем «Get API key». 🟢 Скачиваем расширение CodeGPT в VSCode. 🟢 В нём выбираем провайдера NVIDIA и вставляем скопированный API-ключ. 🟢 Done 👍 @xor_journal

🖥 Обнаружение аномалий с помощью PyOD — pip install pyod PyOD — это универсальная масштабируемая библиотека Python для поиска аномалий в многомерных данных. Содержит ряд очень полезных алгоритмов: 🟡TODS — для обнаружения выбросов временных рядов 🟡PyGOD — для обнаружения выбросов на графиках Кстати, к PyOD прилагается 45-страничный подробный документ по эталонному обнаружению аномалий (если не открывается, вы знаете) И да, PyOD отлично скейлится — здесь инструкция по запуску PyOD на распределенных системах и на центрах обработки данных 🖥 GitHub @data_analysis_ml

🔥 Animation with text that highlights important events Анимация является выразительным средством, оживляющим ваши данные, и Matplotlib предлагает специализированные инструменты для этой цели. Это руководство представляет собой подробное пошаговое руководство с кодом, который вы можете воспроизвести для создания эффектных анимаций. • Читать @data_analysis_ml

🌟 О работе трансформеров с контекстом Отличная статья для глубокого понимания, как трансформеры работают с контекстом. Детально описаны механизмы, благодаря которым это вообще возможно, в том числе и механизм внимания. Выдвигается гипотеза, что обучение трансформеров в контексте возникает благодаря неявной реализации градиентного спуска по функции потерь, построенной на основе данных, взятых из контекста. 📎 Arxiv 🟡 Кстати, полезная статья об архитектуре трансформеров на Хабре 🟡 Визуализация механизма внимания от 3b1b @data_analysis_ml

⚡️Lightning Studio: Альтернатива Google Colab если хотите поиграться c модельками или заняться пет-проектом Я тут случайно набрел на такую штуку. Не знал, что Lightning, та контора, что делает фреймворк Pytorch Lightning, ещё и пилит свою студию. По сути это онлайн среда для разработки и прототипирования deep-learning моделек. Тут все что нужно есть: и терминал, и VS Code, и ноутбуки, и удобный доступ к файловой системе и persitent хранилище (а не грёбаный google drive). Фичи, которые есть тут, но нет в Google Colab: - free persistent storage, то есть локальные файлы не пропадают, когда вы закрыли ноутбук - free persistent environments - unlimited background execution - VSCode, PyCharm, (any IDE) integration Дают бесплатно 22 гпу-часов (T4) в месяц, плюс можно докупить еще, если нужно. Платишь только за время, когда GPU активирована. Можно отмасштабировать и арендовать 8xA100, если нужно натренировать что-то серьезное. https://lightning.ai/ @ai_newz

📈 Python Graph gallery: 38 высококачественных гайдов по визуализации! И этот список продолжает расти 📈 Кто сказал что matplotlib уродлив? 😀 http://python-graph-gallery.com/best-python-chart-examples/ @data_analysis_ml

🦾 Made With ML: Learn how to combine machine learning with software engineering to design, develop, deploy and iterate on production-grade ML applications. 100% бесплатный курс, который поможет вам научиться писать код производственного уровня MLOps. Курс научит вас всему, начиная с проектирования, моделирования, тестирования, работу с моделями обучения и многому другому бесплатно! Более 35 тысяч звезд на Github Узнайте, как проектировать, разрабатывать, развертывать и работать с ML приложеними производственного уровня. ▪Course ▪Overview ▪ Jupyter notebook ai_machinelearning_big_data

Новый нейрокороль: в открытый доступ дропнули DBRX, которая обходит всех бесплатных конкурентов. Сравните сами на графике: даже неполиткорректный Grok Маска глотает пыль. DBRX шарит в написании кода, решает задачки по математике и понимает русский язык. Запустить нейронку можно бесплатно из браузера без регистрации и смс — тут. ChatGPT | Нейро News | ChatGPT

✨ Знакомьтесь, #Moirai: Библиотека, которая революционизирует прогнозирование временных рядов с помощью универсальных моделей! Целью этой библиотеки является предоставление унифицированного решения для работы с временными рядами. Uni2TS также предоставляет инструменты для точной настройки, оценки и прогнозирования временных рядов. ▪Github ▪Hf ▪Blog @data_analysis_ml

Самая крутая нейросеть для генерации песен обновилась — в Suno V3 сильно прокачали скорость и качество генерации. Новая модель может превратить в эпичную песню даже инструкцию по приготовлению пельменей! Самое кайфовое, что модель доступна всем бесплатно — воплощаем в жизнь свои таланты тут. @exploitex