Привет всем, кто выбрал путь ML-самурая! Введение: В данной статье рассмотрим метод опорных векторов ( англ. SVM, Support Vector Machine ) для задачи классификации. Будет представлена основная идея...

Microsoft has open sourced enhanced versions of transformer inference optimizations into the ONNX Runtime and extended them to work on both GPU and CPU.

Exploratory Data Analysis and Data Cleaning are two essential steps before we start to develop Machine Learning Models, and they can be…

PyTorch3D is FAIR's library of reusable components for deep learning with 3D data - facebookresearch/pytorch3d

NeurIPS (Neural Information Processing Systems) – самая большая конференция в мире по машинному обучению и искусственному интеллекту и главное событие в мире dee...

Natural Language Processing Best Practices & Examples - microsoft/nlp-recipes

Kornia 0.2.0 Release Notes

Highlights
New Features

kornia.color
kornia.feature
kornia.geometry
kornia.losses


Improvements
Bug Fixes

Kornia v0.2.0 release is now available.
The release contains...

Если вы интересуетесь машинным обучением, то наверняка слышали про BERT и трансформеры. BERT — это языковая модель от Google, показавшая state-of-the-art результаты с большим отрывом...

Professional machine learning tools are both the foundation and scaffolding for building successful ML based products.

Привет, Хабр! Представляю вашему вниманию перевод статьи "Visualizing A Neural Machine Translation Model (Mechanics of Seq2seq Models With Attention)" автора Jay...

🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. - huggingface/transformers

Сложность представления данных для глубокого обучения растет с каждым днем. Нейронные сети на основе данных в виде графа (Graph Neural Network, GNN ) стали одним из прорывов последних лет. Но почему...

В прошлой статье мы рассматривали механизм внимания (attention) – чрезвычайно распространенный метод в современных моделях глубокого обучения, позволяющий улучшить показатели эффективности приложений...

В этой статье вы найдете материалы очных курсов «Deep Learning in NLP», которые запускались командой DeepPavlov в 2018-2019 годах и которые являлись частичной адаптацией Stanford NLP course — cs224n ....

HiPlot makes understanding high dimensional data easy - facebookresearch/hiplot

MIT's introductory course on deep learning methods and applications

Incorporating context into word embeddings - as exemplified by BERT, ELMo, and GPT-2 - has proven to be a watershed idea in NLP. Replacing static vectors (e.g., word2vec) with contextualized word representations has led to significant improvements on virtually…

Dynamic window functions, faster apply and more.

Всем привет. С некоторым запозданием я решил опубликовать эту статью. Каждый год я стараюсь подвести итоги произошедшего в области обработки естественного языка (natural language processing). Не стал...

Training an end-to-end differentiable, self-organising cellular automata model of morphogenesis, able to both grow and regenerate specific patterns.