Магия данных | Артур Сапрыкин

Ребята! Вышел тот самый курс по основам нейронных сетей, что я разрабатывал в прошлом году! Достаточно сил приложил для того, чтобы уделить внимание тому, КАК работают нейронки, ЧТО у них внутри, и описал основные процессы и проблемы лежащие в них. Много практики, рассмотрен контекст применения нейронных сетей для решения различных прикладных задач. От полносвязных сетей до трансформеров! В общем, отличная база в нейронках от меня. Буду рад увидеть на курсе! Первый поток точно я курирую, поэтому общение будет со мной 😉 Если решили приобрести и учиться, то заходите сюда!

Что-то отсняли для высшего образования. Результат будет позже ;)

Ребята, надеюсь у вас и ваших близких всё в порядке. Постарайтесь держаться подальше от новостных источников. Ничего толкового вам это не принесет. Берегите себя! 🙏🏼

Сейчас провёл занятие студентам, и было обсуждение того, что автопилот на автомобилях будет хорош тогда, когда все автомобили будут на автопилотах. И тут я вспомнил рассказ Стивена Кинга "Грузовики", где автомобили без водителей специально давили людей насмерть (какая-то странная мания была). Так вот, друзья. Если среди вас есть мнительные насчёт ИИ, то +1 вам в копилку фобий 😁

Старая, но очень полезная статья про то, как устроен Метод имитации отжига. На всякий случай уточню, что это не пятничная тусовка 30+, а метод оптимизации. Обычно говорят про градиентный спуск, и его модификации, но не только им можно и нужно пользоваться. Всем мира!

Очень смешная и грустная история 😬

Посетил выставку Россия, и в рамках «Дня ИИ» во многих регионах были показаны системы, которые используются или были разработаны. Достаточно полезно было пообщаться с разработчиками и их представителями. Понимаю, что некоторые продукты прошли просто мимо меня, и немало полезных продуктов уже применяется в стране. Радуюсь, действительно классно. Очередное подтверждение того, что такие системы в стране реально востребованы.

Девочки, девушки, женщины! Поздравляю вас с женским днём! Оставайтесь такими же привлекательными, яркими, женственными и интеллектуальными (тут других нет 🤷🏼‍♂️). А вообще, будьте собой, и если вышеперечисленное не про вас, живите по своему. Вам можно ❤️

🖥 Depth Anything is now available Monocular depth estimation is the task of estimating the depth value (distance relative to the camera) of each pixel given a single (monocular) RGB image. Монокулярная оценка глубины - это задача определения значения глубины (расстояния относительно камеры) каждого пикселя по одному (монокулярному) RGB-изображению. Depth Anything - это новая интересная модель от Университета Гонконга/TikTok, которая берет существующую архитектуру нейронной сети для монокулярной оценки глубины (а именно модель DPT с основой DINOv2) и увеличивает набор данных для обучения на ней. Авторы разработтали "движок данных" для сбора и автоматического аннотирования масштабных немаркированных данных (~62 миллиона изображений), что значительно расширяет охват данных и позволяет снизить ошибку обобщения. 🖥 Code: https://github.com/NielsRogge/Transformers-Tutorials/blob/master/Depth%20Anything/Predicting_depth_in_an_image_with_Depth_Anything.ipynb 🚀 HF: https://huggingface.co/docs/transformers/v4.28.0/tasks/monocular_depth_estimation 📚 Paper: https://huggingface.co/papers/2401.10891 @ai_machinelearning_big_data

Когда-то такая модель была очень нужна нашему проекту с оценкой глубины. Особенно забавный тот факт, что буквально перед релизом этой библиотеки мы сдали этот проект 🙂

Модель всем моделям модель. Знакомьтесь, Large World Model. Разработали в институте Беркли. Она мультимодальная. Может и текст сочинить, и картинку, и видео, и даже объяснить, что на видео происходит. Базируется на RingAttention, и заявляет о себе, как о конкурентно способной с другими моделями. Лично не пробовал, но интерес к ней пробужден. Кто попробует, пишите в комментариях впечатления о своём опыте

🤷‍♂️

Курс по обучению с подкреплением в робототехнике заказывали? Подано: бесплатный курс от профессора Беркли Питера Аббиля в виде лекций на YouTube. Видео последовательно дают представление об RL и обозревают популярные архитектуры обучения роботов. Не просто полезно, но и довольно захватывающе. Советуем!

Полезности тоже нужны

Когда нашел профессию по душе 😂

Прекраснейшая статья про информацию! Автор просто огромный молодец. Обязательна к прочтению всем тем, для кого работа с информацией - это профессия. Как максимум, всем! Такая классная систематизация основ теории информации, что душа радуется, а мозг радостно накидывает новые идеи. Вдохновляет. Вообще, кто учился у меня знают, что у меня особое отношение к энтропии, как мере неопределенности. Интуитивно предпочтительный информационный критерий при построении деревьев решений. Как вы понимаете, речь не только про машинное обучение. В общем, читайте, просвещайтесь, кайфуйте

А вот и запись моего выступления про автоответчики подъехала. Смотрите, наслаждайтесь, просвещайтесь 🙂 Буду рад откликам! Материалы прикреплены к следующей записи 👇

В эту пятницу прошла конференция EkbPy 2024 (угадайте где? В Екатеринбурге :) ) Были чудесные доклады (среди них и мой про автоответчики), которые заставили мозг работать пока слушал. Но на таких мероприятиях больше всего ценю общение и новые знакомства. Организация очень порадовала. Прекрасные и талантливые ребята вокруг. Как минимум, приятно это осознавать. Как максимум, возможно более тесное взаимодействие. Для тех, кто ещё не оценил атмосферу конференций, рекомендую посетить хотя бы однажды и не стесняться общаться. Встретить единомышленников и даже инакомыслящих всегда приятно и интересно :) Кроме того, кто-то потенциально сможет найти работу ;) Фотки с самой конференции размещу, как только фотографы выложат всё. Кто-нибудь смотрел конференцию онлайн? И ещё вопрос, что не так с жетоном Екатеринбургского метро?