На прошлой неделе стартовал чемпионат по машинному обучению и анализу данных – ML Boot Camp 9.

Тема контеста – детектирование объектов на изображениях (самих изображений в датасете нет). Формулировка задачи: в социальной сети Одноклассники есть платформа для разметки данных. На ней пользователям была дана задача выделить прямоугольником заданный объект на фотографии. По ответам людей нужно восстановить истинное положение объекта.

Участие в чемпионате - уникальная получить крутой опыт, попробовать себя в решении нестандартной задачи и шанс стать частью коммьюнити профессионалов!

Подробная информация о соревновании, оценке решений и призах – на портале чемпионата.
Контест продлится до 29 июля, сейчас еще есть возможность присоединиться - https://vk.cc/9zcnuq

Объёдинённый репозиторий для BERT, GPT, GPT-2, Transfo-XL, XLNet, XLM. Всего 27 претренированных моделей
https://twitter.com/Thom_Wolf/status/1151169470498582529

Стартовал чемпионат по программированию искусственного интеллекта на примере игровых стратегий - Mini Ai Cup 4. В рамках контеста участникам предлагается сразиться в модернизированной версии Paper.io.

Сегодня организаторы объявили о продлении бета-тестирования до вторника. Подробная информация о правилах, расписании чемпионата и призах уже доступна на портале - https://aicups.ru/.

Регистрируйтесь и добавляйтесь в чат соревнования (@aicups), чтобы быть в курсе всех новостей.

Listening to the neural network gradient norms during training
http://blog.christianperone.com/2019/08/listening-to-the-neural-network-gradient-norms-during-training/

Building a semantic search engine using open-source components
https://blog.onebar.io/building-a-semantic-search-engine-using-open-source-components-e15af5ed7885

Обзор NLP trends от участника ACL 2019
https://www.mihaileric.com/posts/nlp-trends-acl-2019/

Baidu’s Optimized ERNIE Achieves State-of-the-Art Results in Natural Language Processing Tasks
http://research.baidu.com/Blog/index-view?id=121

George Hotz: Comma.ai, OpenPilot, and Autonomous Vehicles | Artificial Intelligence (AI) Podcast
https://youtu.be/iwcYp-XT7UI

Fitting (almost) any PyTorch module with just one line, including easy BERT fine-tuning
https://github.com/hiredscorelabs/tamnun-ml

Word-to-Number на русском
https://github.com/SergeyShk/Word-to-Number-Russian

Knowledge Graphs in Natural Language Processing @ ACL 2019
https://medium.com/@mgalkin/knowledge-graphs-in-natural-language-processing-acl-2019-7a14eb20fce8

Awesome list for dataset tools
https://github.com/jsbroks/awesome-dataset-tools

Make Delegation Work in Python
https://www.fast.ai/2019/08/06/delegation/

A Discussion of Adversarial Examples Are Not Bugs, They Are Features
https://distill.pub/2019/advex-bugs-discussion/

Guide on implementing CycleGAN models from scratch:
https://machinelearningmastery.com/how-to-develop-cyclegan-models-from-scratch-with-keras/

Cool post from author of bert-as-a-service that highlights the increasing focus on pretrained models and end-to-end applications. It also describes a generic IR system that can scale to an arbitrary number of encoders.
https://hanxiao.github.io/2019/07/29/Generic-Neural-Elastic-Search-From-bert-as-service-and-Go-Way-Beyond/

Compressing BERT for faster prediction
https://blog.rasa.com/compressing-bert-for-faster-prediction-2/

Training a Neural Network? Start here!
https://lavanya.ai/2019/08/10/training-a-neural-network-start-here/

GauGAN plugin for GIMP
https://github.com/prusnak/gimp-plugin-gaugan