(Almost) Provable Error Bounds Under Distribution Shift via Disagreement Discrepancy

🖥 Github: https://github.com/erosenfeld/disagree_discrep

⏩ Paper: https://arxiv.org/pdf/2306.00312v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/cifar-10

@ArtificialIntelligencedl

BUOL: A Bottom-Up Framework with Occupancy-aware Lifting for Panoptic 3D Scene Reconstruction From A Single Image

🖥 Github: https://github.com/chtsy/buol

⏩ Paper: https://arxiv.org/pdf/2306.00965v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/matterport3d

@ArtificialIntelligencedl

Asymmetric VQGAN

🖥 Github: https://github.com/buxiangzhiren/asymmetric_vqgan

⏩ Paper: https://arxiv.org/pdf/2306.04632v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/imagenet

@ArtificialIntelligencedl

GP-UNIT - Official PyTorch Implementation

🖥 Github: https://github.com/williamyang1991/gp-unit

⏩ Paper: https://arxiv.org/pdf/2306.04636v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/celeba-hq

@ArtificialIntelligencedl

Galactic: Scaling End-to-End Reinforcement Learning for Rearrangement
at 100k Steps-Per-Second

🖥 Github: https://github.com/facebookresearch/galactic

⏩ Paper: https://arxiv.org/pdf/2306.07552v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/vizdoom

@ArtificialIntelligencedl

Semi-supervised learning made simple with self-supervised clustering [CVPR 2023]

🖥 Github: https://github.com/pietroastolfi/suave-daino

⏩ Paper: https://arxiv.org/pdf/2306.07483v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/imagenet

@ArtificialIntelligencedl

Semi-supervised learning made simple with self-supervised clustering [CVPR 2023]

🖥 Github: https://github.com/Ruixinhua/ExplainableNRS

⏩ Paper: https://arxiv.org/pdf/2306.07506v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/mind

@ArtificialIntelligencedl

LabelBench: A Comprehensive Framework for Benchmarking Label-Efficient Learning

🖥 Github: https://github.com/efficienttraining/labelbench

⏩ Paper: https://arxiv.org/pdf/2306.09910v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/cifar-10

@ArtificialIntelligencedl

CBOGlobalConvergenceAnalysis

🖥 Github: https://github.com/efficienttraining/labelbench

⏩ Paper: https://arxiv.org/pdf/2306.09778v1.pdf

@ArtificialIntelligencedl

Using DUCK-Net for polyp image segmentation

🖥 Github: https://github.com/RazvanDu/DUCK-Net

⏩ Paper: https://www.nature.com/articles/s41598-023-36940-5.pdf

💨 Dataset: https://paperswithcode.com/dataset/imagenet

@ArtificialIntelligencedl

PANet: LiDAR Panoptic Segmentation with Sparse Instance Proposal and Aggregation

🖥 Github: https://github.com/jieqianyu/panet

⏩ Paper: https://arxiv.org/pdf/2306.15348v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/kitti

@ArtificialIntelligencedl

CellViT: Vision Transformers for Precise Cell Segmentation and Classification

🖥 Github: https://github.com/tio-ikim/cellvit

⏩ Paper: https://arxiv.org/pdf/2306.15350v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/pannuke

@ArtificialIntelligencedl

🖥 RL4CO

🖥 Github: https://github.com/kaist-silab/rl4co

📕 Paper: https://arxiv.org/abs/2306.17100v1

🖥 Colab: https://colab.research.google.com/github/kaist-silab/rl4co/blob/main/notebooks/1-quickstart.ipynb

@ArtificialIntelligencedl

🧬NeuralFuse

🖥 Github: https://github.com/ibm/neuralfuse

⏩ Paper: https://arxiv.org/pdf/2306.16869v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/imagenet

@ArtificialIntelligencedl

🍸The Drunkard’s Odometry: Estimating Camera Motion in Deforming Scenes

🖥 Github: https://github.com/UZ-SLAMLab/DrunkardsOdometry

⏩ Paper: https://arxiv.org/pdf/2306.16917v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/drunkard-s-dataset

@ArtificialIntelligencedl

🤳Filtered-Guided Diffusion

🖥 Github: https://github.com/jaclyngu/filteredguideddiffusion

⏩ Paper: https://arxiv.org/pdf/2306.17141v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/afhq

@ArtificialIntelligencedl

🔍Foundation Model for Endoscopy Video Analysis

🖥 Github: https://github.com/med-air/endo-fm

⏩ Paper: https://arxiv.org/pdf/2306.16741v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/kumc

@ArtificialIntelligencedl

🔥 Подборка обучающих каналов для программистов.

🖥 Machine learning
ai_ml – крупнейши канал по ии, нейросетям и науке о данных.
datasc - дата сайнс обучение самой востребованной профессии.
@bigdatai - Big Data

@machinelearning_ru – гайды по машинному обучению
@machinelearning_interview – подготовка к собеседованию мл.
@datascienceiot – бесплатные книги ds
@ArtificialIntelligencedl – ИИ

@machinee_learning – чат о машинном обучении
@datascienceml_jobs - вакансии ds, ml
@Machinelearning_Jobs - чат с вакансиями

🖥 Python
@pythonl - крупнейший канал для Python программистов.
@pro_python_code – учим python с ментором.
@python_job_interview – подготовка к Python собеседованию.
@python_testit - проверочные тесты на python
@pythonlbooks - современные книги Python
@python_djangojobs - работа для Python программистов
@python_django_work - чат обсуждения вакансий

#️⃣ c#
C# - канал для изучения C# на практике.
@csharp_cplus - C# чат
@csharp_1001_notes - инструменты C#

🖥 C++
@cpluspluc - C++ кодинг


🖥 SQL базы данных

@sqlhub - Повышение эффективности кода с грамотным использованием бд.
@chat_sql - чат изучения бд.

👣 Golang
@Golang_google - восхитительный язык от Google, мощный и перспективный.
@golang_interview - вопросы и ответы с собеседований по Go. Для всех уровней разработчиков.
@golangtests - интересные тесты и задачи GO
@golangl - чат изучающих Go
@GolangJobsit - отборные вакансии и работа GO
@golang_jobsgo - чат для ищущих работу.
@golang_books - полезные книги Golang
@golang_speak - обсуждение языка Go
@golangnewss - новости go

🖥 Linux
linux - kali linux ос для хакинга
linux chat - чат linux для обучения и помощи.
@linux_read - бесплатные книги linux

🖥 Javanoscript / front

@react_tg - - 40,14% разработчиков сайтов использовали React в 2022 году - это самая популярная библиотека для создания сайтов.
@javanoscript -канал для JS и FrontEnd разработчиков. Лучшие практики и примеры кода. Туториалы и фишки JS
@Js Tests - каверзные тесты JS
@hashdev - погружение в web разработку.
@javanoscriptjobjs - отборные вакансии и работа FrontEnd.
@jsspeak - чат поиска FrontEnd работы.

🖥 Java
@javatg - выучить Java с senior разработчиком на практике
@javachats - чат для ответов на вопросы по Java
@java_library - библиотека книг Java
@android_its - Android разработка
@java_quizes - тесты Java
@Java_workit - работа Java
@progersit - шпаргалки ит

👷‍♂️ IT работа

https://news.1rj.ru/str/addlist/_zyy_jQ_QUsyM2Vi -ит каналы по яп с вакансиями

🤡It memes
@memes_prog - ит-мемы

⚙️ Rust
@rust_code - Rust избавлен от болевых точек, которые есть во многих современных яп
@rust_chats - чат rust

📓 Книги

https://news.1rj.ru/str/addlist/HwywK4fErd8wYzQy - актуальные книги по всем яп

⭐️ Нейронные сети
@vistehno - chatgpt ведет блог, решает любые задачи и отвечает на любые ваши вопросы.
@aigen - сети для генерации картинок. видео, музыки и многого другого.
@neural – погружение в нейросети.

📢 English for coders

@english_forprogrammers - Английский для программистов

🖥PHP
@phpshka - PHP академия для программистов.

🖥 Devops
Devops - канал для DevOps специалистов.

🔥 Папки для программитов

https://news.1rj.ru/str/addlist/_FjtIq8qMhU0NTYy - машинное обучение, нейросети, глубокое обучение

https://news.1rj.ru/str/addlist/eEPya-HF6mkxMGIy - папка для Python разработчиков

https://news.1rj.ru/str/addlist/MUtJEeJSxeY2YTFi - папка для Golang разработчиков

ContainerGym: A Real-World Reinforcement Learning Benchmark for Resource Allocation ♻️

🖥 Github: https://github.com/pendu/containergym

⏩ Paper: https://arxiv.org/pdf/2307.02991v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/openai-gym

@ArtificialIntelligencedl

Benchmarking Test-Time Adaptation against Distribution Shifts in Image Classification

🖥 Github: https://github.com/yuyongcan/benchmark-tta

⏩ Paper: https://arxiv.org/pdf/2307.03133v1.pdf

💨 Dataset: https://paperswithcode.com/dataset/imagenet

@ArtificialIntelligencedl