ConvMixer, an extremely simple model that is similar in spirit to the ViT and the even-more-basic MLP-Mixer

Github: https://github.com/locuslab/convmixer

Paper: https://arxiv.org/pdf/2201.09792v1.pdf

@ai_machinelearning_big_data

⚪ Pearl: Parallel Evolutionary and Reinforcement Learning Library

Github: https://github.com/locuslab/convmixer

Paper: https://arxiv.org/pdf/2201.09568v1.pdf

@ai_machinelearning_big_data

📎 When Shift Operation Meets Vision Transformer: An Extremely Simple Alternative to Attention Mechanism

Github: https://github.com/microsoft/SPACH

Paper: https://arxiv.org/abs/2201.10801v1

Dataset: https://paperswithcode.com/dataset/coco

@ai_machinelearning_big_data

🔉 PortaSpeech: Portable and High-Quality Generative Text-to-Speech

Github: https://github.com/keonlee9420/PortaSpeech

Paper: https://arxiv.org/pdf/2109.15166v4.pdf

Dataset: https://paperswithcode.com/dataset/ljspeech

@ai_machinelearning_big_data

Исследователи в области компьютерных наук могут получить миллион рублей от Яндекса!

До 20 марта открыт прием заявок на научную премию имени Ильи Сегаловича. Подать заявку могут студенты, аспиранты и научные руководители, которые занимаются распознаванием и синтезом речи, информационным поиском, машинным обучением, компьютерным зрением, обработкой естественного языка и машинным переводом.

Лауреаты премии получат:

— один миллион рублей
— оплачиваемую поездку на международную конференцию по AI
— гранты на использование сервисов Яндекс.Толока и Yandex DataSphere для своих исследований

Подробности по ссылке: https://clck.ru/amsXS

📹 VRT: A Video Restoration Transformer

Github: https://github.com/jingyunliang/vrt

Paper: https://arxiv.org/abs/2201.12288

Dataset: https://paperswithcode.com/dataset/gopro

@ai_machinelearning_big_data

📍 Competition-Level Code Generation with AlphaCode

Github: https://github.com/deepmind/code_contests

Paper: https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf

Dataset: https://paperswithcode.com/dataset/humaneval

@ai_machinelearning_big_data

VOS: Learning What You Don't Know by Virtual Outlier Synthesis

Github: https://github.com/deeplearning-wisc/vos

Paper: https://arxiv.org/pdf/2202.01197v2.pdf

Dataset: https://paperswithcode.com/dataset/bdd100k

@ai_machinelearning_big_data

🦾 The easiest way to the neuroscience world with the shield for RaspberryPi

Github: https://github.com/Ildaron/EEGwithRaspberryPI

Paper: https://arxiv.org/pdf/2202.01936v1.pdf

Project: https://www.crowdsupply.com/hackerbci/pieeg

@ai_machinelearning_big_data

🖌 Two-Dimensional Tensors in Pytorch

https://machinelearningmastery.com/two-dimensional-tensors-in-pytorch/

One-Dimensional Tensors: https://machinelearningmastery.com/one-dimensional-tensors-in-pytorch/

PyTorch tensor Tutorial: https://pytorch.org/tutorials/beginner/basics/tensorqs_tutorial.html

@ai_machinelearning_big_data

🗒 DALL-Eval: Probing the Reasoning Skills and Social Biases of Text-to-Image Generative Transformers

Github: https://github.com/j-min/dalleval

Paper: https://arxiv.org/pdf/2202.01936v1.pdf

Data: https://drive.google.com/drive/folders/1Bza2zyvHLvComohZ9PAGyykY7sm7JoIH

Dataset: https://paperswithcode.com/dataset/conceptual-captions

@ai_machinelearning_big_data

https://news.1rj.ru/str/Machinelearningtest - machine learning tests

🎬 FILM: Frame Interpolation for Large Scene Motion

Github: https://github.com/google-research/frame-interpolation

Paper: https://arxiv.org/pdf/2202.04901.pdf

Video: https://www.youtube.com/watch?v=OAD-BieIjH4

Project: https://film-net.github.io/

@ai_machinelearning_big_data

Опубликованы новые материалы по Machine Learning от Школы анализа данных Яндекса 🔥

То самое пособие, которое ШАД разместила в открытом доступе, пополнилось новым разделом — про базовые архитектуры и обучение нейросетей. Чтобы вы лучше разобрались в предыдущих темах, авторы также добавили главы о математике ML: матричное дифференцирование и bias-variance decomposition.

Возьмитесь за основательное изучение Machine Learning и сохраняйте ссылку на онлайн-учебник: https://clck.ru/b33aZ

P.S. Пособие регулярно обновляется, и в скором времени в нём появятся материалы о вероятностном подходе к ML и решении сложных задач Data Science. Следите за выходом новых глав!

💡 A lightweight vision library for performing large scale object detection & instance segmentation

Github: https://github.com/obss/sahi

Paper: https://arxiv.org/abs/2202.06934v1

Kaggle notebook: https://www.kaggle.com/remekkinas/sahi-slicing-aided-hyper-inference-yv5-and-yx

Dataset: https://paperswithcode.com/dataset/xview


@ai_machinelearning_big_data

🐙 OCTIS : Optimizing and Comparing Topic Models is Simple!

Github: https://github.com/mind-Lab/octis

Paper: https://arxiv.org/abs/2202.07631v1

Dataset: https://paperswithcode.com/dataset/20-newsgroups

@ai_machinelearning_big_data

🗣 Facebbok’s textless-lib: a Library for Textless Spoken Language Processing

Github: https://github.com/facebookresearch/textlesslib

Code examples: https://github.com/facebookresearch/textlesslib/tree/main/examples

Paper: https://arxiv.org/abs/2202.07359v1

Dataset: https://paperswithcode.com/dataset/librispeech

@ai_machinelearning_big_data

🔎 Anomalib: A Deep Learning Library for Anomaly Detection

Github: https://github.com/openvinotoolkit/anomalib

Docs: https://openvinotoolkit.github.io/anomalib/

Paper: https://arxiv.org/abs/2202.08341v1

Dataset: https://paperswithcode.com/dataset/btad

@ai_machinelearning_big_data

💻 Instant Neural Graphics Primitives with a Multiresolution Hash Encoding

Github: https://github.com/nvlabs/instant-ngp

HashNeRF-pytorch: https://openvinotoolkit.github.io/anomalib/

Paper: https://arxiv.org/abs/2201.05989v1


@ai_machinelearning_big_data

Coverage-Guided Tensor Compiler Fuzzing with Joint IR-Pass Mutation

Github: https://github.com/tzer-anonbot/tzer

Docs: https://tzer.readthedocs.io/en/latest/markdown/artifact.html

Paper: https://arxiv.org/abs/2202.09947v1


@ai_machinelearning_big_data

🔥 The Complete Collection of Data Science Cheat Sheets

https://www.kdnuggets.com/2022/02/complete-collection-data-science-cheat-sheets-part-2.html

@ai_machinelearning_big_data