NEW BOT Телеграм, страница

🚛

The Forward-Forward Algorithm: Some Preliminary Investigations

Цель этой статьи — представить новую процедуру обучения для нейронных сетей и продемонстрировать, что она работает хорошо на нескольких небольших задачах и заслуживает внимания для дальнейшего изучения. Алгоритм Forward-Forward заменяет метод прямого распространения и метод обратного распространения двумя прямыми проходами, один с положительными (то есть реальными) данными, а другой с отрицательными данными, которые сгенерированы самой сетью. Forward-Forward не требует вычисления функции потерь по отношению к параметрам сети. Вместо этого каждый шаг оптимизации может выполняться локально, а веса каждого слоя могут обновляться сразу же после того, как слой отработал.

git clone https://github.com/nebuly-ai/nebullvm.git
cd nebullvm/apps/accelerate/forward_forward

🖥

Github: https://github.com/nebuly-ai/nebullvm/tree/main/apps/accelerate/forward_forward

⭐️

Paper: https://arxiv.org/abs/2212.13345v1

⏩

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

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

👍33🔥7❤2🤨2👎1

11.5K views09:22

⚡️

MVTN: Learning Multi-View Transformations for 3D Understanding

Библиотека Pytroch для классификации, генерации и сегментации 3D объектов.

🖥

Github: https://github.com/ajhamdi/mvtorch

⭐️

Paper: https://arxiv.org/abs/2212.13462v1

⏩

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

⏩

Сlassification example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/classification.ipynb

➡️

Segmentation example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/segmentation.ipynb

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

👍10❤4🔥2

10.4K views07:39

🚀

ConvNeXt V2

Meta выпустила ConvNeXt V2 на PyTorch для 8 видов моделей (Atto, Femto, Pico, Nano, Tiny, Base, Large, Huge), код обученной модели, настройки и веса (преобразованные из весов JAX, обученных на TPU) для ConvNeXt V2. х. ConvNets работал лучше, чем Трансформеры для задач компьютерного зрения, а ConvNeXt V2, значительно превосходит производительность сетей ConvNet на тестах.

🖥

Github: https://github.com/facebookresearch/convnext-v2

⭐️

Paper: https://arxiv.org/abs/2301.00808v1

⏩

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

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥17👍11❤2

11.7K views09:47

💫 PACO: Parts and Attributes of Common Objects

Meta опубликовала огромный датасет. PACO — это набор данных, содержащий 641 000 аннотированных объектов и их и частей .

🖥

Github

⭐️

Paper

➡

️Project

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥21👍7❤1

10.1K views07:40

🔥 Yolo8 is coming!

На github вылложили веса.
Обновилась документация.

🖥

Github
✔️ Docs

🖥

Colab

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥39👍9❤4👎3😍2

17.7K viewsedited 08:31

🔥 MIT Introduction to Deep Learning

2023 Program has started!

Сегодня стартует бесплатный курс от MIT Intro to DL 2023 — один из самых лаконичных, открытых курсов по искусственному интеллекту, который охватывает основные методы глубокого обучения, архитектуры инс, статистику.

🚀 Course
✔️ Course 2022

@ai_machinelearning_big_data

🔥29👍7❤1👏1

14.6K views10:14

🔊

Audio-Visual Efficient Conformer for Robust Speech Recognition

Улучшенный метод чтения по губам, с помощью архитектуры Conformer Connectionist Temporal Classification (CTC) для обработки аудио и видео.

🖥

Github
✔️ Paper
🔥Notebook
🚀 Models

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥28👍3❤1

8.72K views10:00

😫

Memories are One-to-Many Mapping Alleviators in Talking Face Generation

Новый проект от Microsoft, реалистичная генерация говорящего аватара по входным аудиодорожкам. MemFace обеспечивает наилучшее качество с большим отрывом.

🖥

Project

📃

Paper

📊

Video

ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥11👍6❤2

8.54K views08:52

🔥

Neural Deferred Shading

Новая быстрая многоракурсная 3D-реконструкция с произвольными объектами и настраиваемым освещением.

🖥

Github: github.com/fraunhoferhhi/neural-deferred-shading

⭐️

Project: fraunhoferhhi.github.io/neural-deferred-shading

✅️

Paprer: https://mworchel.github.io/assets/papers/neural_deferred_shading_with_supp.pdf

⏩

Pyremesh : https://github.com/sgsellan/botsch-kobbelt-remesher-libigl

❤️

Video: https://www.youtube.com/watch?v=nIqmuylmpFY

ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥17👍9❤1

9.48K views10:59

Reading list

@ai_machinelearning_big_data

📚 Free Book Multimodal Deep Learning 2023

This book is the result of a student seminar for Master Statistics and Master Data Science at the LMU in the summer semester 2022

Полезная книга , которая поможет разобраться с мультимодальными моделями общего назначения, изучить их архитектуру, работу и применение, в том числе в генеративном искусстве.

📘 Book

🖥

Github

⏩

Please open Telegram to view this post

VIEW IN TELEGRAM

👍16🔥3❤2👎1

9.53K viewsedited 09:24

Colab

@ai_machinelearning_big_data

🖼

Image Similarity with Hugging Face Datasets and Transformers

In this post, you'll learn to build an image similarity system wich Transformers.

Полезная статья, с которой вы создадите систему поиска сходства изображений с помощью Transformers. Можно немного попрактиковаться и попробовать другие модели.

🤗 Huggingface

🖥

Github

🖥

Please open Telegram to view this post

VIEW IN TELEGRAM

🔥22👍11❤1👏1

9.78K viewsedited 12:16

AutoAvatar: Autoregressive Neural Fields for Dynamic Avatar Modeling

Autoregressive approach for modeling dynamically deforming human bodies by Meta.

AutoAvatar — проект от Meta для моделирования динамически деформирующихся человеческих тел непосредственно из необработанных сканов.

🖥

Github: github.com/facebookresearch/AutoAvatar

⭐️

Project: zqbai-jeremy.github.io/autoavatar

✅️

Paprer: arxiv.org/pdf/2203.13817.pdf

⏩

Dataset: https://amass.is.tue.mpg.de/index.html

⭐️

Video: https://zqbai-jeremy.github.io/autoavatar/static/images/video_arxiv.mp4

ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

👍20🔥2❤1🌭1

9.85K views10:20

👨‍🎓 CS224W: Machine Learning with Graphs Free Course from Stanford

Topics include: representation learning and Graph Neural Networks; algorithms for the World Wide Web; reasoning over Knowledge Graphs; influence maximization; disease outbreak detection, social network analysis.

Шикарный бесплатный курс от Стенфорда, с которым вы изучите структуру графов и их особенности и применения в мо, научитесь строить графовые нейронные сети. Новые лекции, колабы и слайды выходят по вторникам и четвергам.

🔥 Course 2023
📌 Video Lectures 2021
🤗Intro to Graph Machine Learning

ai_machinelearning_big_data

❤48👍10🔥3⚡2🤣2

10.8K views09:35

💬

GLIGEN: Open-Set Grounded Text-to-Image Generation

GLIGEN’s zero-shot performance on COCO and LVIS outperforms that of existing supervised layout-to-image baselines by a large margin. Code comming soon.

GLIGEN новый подход, который основывается на существующих предварительно обученных моделях генерации текста из изображения и расширяет их функциональность. GLIGEN значительно превосходит все существующие модели.

⭐️

Project: https://gligen.github.io/

⭐️

Demo: https://aka.ms/gligen

✅️

Paper: https://arxiv.org/abs/2301.07093

🖥

Github: https://github.com/gligen/GLIGEN

@ai_machinelearning_big_data

Please open Telegram to view this post

VIEW IN TELEGRAM

👍10🔥4❤1

9.19K views09:02