Machinelearning – Telegram
383K subscribers
4.45K photos
857 videos
17 files
4.89K links
Погружаемся в машинное обучение и Data Science

Показываем как запускать любые LLm на пальцах.

По всем вопросам - @haarrp

@itchannels_telegram -🔥best channels

Реестр РКН: clck.ru/3Fmqri
Download Telegram
🖥 pyribs: A Bare-Bones Python Library for Quality Diversity Optimization

A bare-bones Python library for quality diversity optimization.

🖥 Github: https://github.com/icaros-usc/pyribs

Paper: https://arxiv.org/abs/2303.00191v1

⭐️ Dataset: https://paperswithcode.com/dataset/quality-diversity-benchmark-suite

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥32
⭐️ Dropout Reduces Underfitting

Early dropout helps underfitting models fit the data better and achieve lower training loss. Late dropout helps improve the generalization performance of overfitting models.

Early dropout (ранний отсев) помогает подгонять недообученные модели и достигать меньших потерь при обучении. Late dropout (поздний отсев) помогает улучшить производительность моделей и решает проблему переобучения.


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

Paper: https://arxiv.org/abs/2303.01500v1

⭐️ Dataset: https://paperswithcode.com/dataset/oxford-102-flower

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍23🔥32
⭐️ SplineCam: Exact Visualization and Characterization of Deep Network Geometry and Decision Boundaries, CVPR 2023

Exact method for computing partitions of a Deep Neural Network

🖥 Github: http://github.com/AhmedImtiazPrio/SplineCAM

🖥 Colab: https://bit.ly/splinecam-demo

Paper: http://arxiv.org/pdf/2302.12828.pdf

⭐️ Project: http://imtiazhumayun.github.io/splinecam

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍20😱32🔥2
Ultra fast ControlNet with 🧨 Diffusers

ControlNet provides a minimal interface allowing users to customize the generation process up to a great extent.

Новый пайплайн StableDiffusionControlNetPipeline, в статье показано, как его можно применять для различных задач. Давайте контролировать!

🤗 Hugging face blog: https://huggingface.co/blog/controlnet

🖥 Colab: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/controlnet.ipynb

🖥 Github: https://github.com/lllyasviel/ControlNet

Paprer: https://arxiv.org/abs/2302.05543

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍25🔥63🤯2
This media is not supported in your browser
VIEW IN TELEGRAM
🧩 Building LEGO for 3D Reconstruction on Mobile Devices

A novel data capturing and 3D annotation pipeline in MobileBrick without relying on expensive 3D scanners.

MobileBrick - это первый многоракурсный набор данных RGBD, снятый на мобильное устройство, с точными 3D-аннотациями для детальной реконструкции 3D-объектов.


🖥 Github: https://github.com/ActiveVisionLab/MobileBrick

Paper: https://arxiv.org/abs/2303.01932

⭐️ Dataset: http://www.robots.ox.ac.uk/~victor/data/MobileBrick/MobileBrick_Mar23.zip

💨 Project: https://code.active.vision/MobileBrick/

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥31
Openicl

New open-source toolkit for ICL and LLM evaluation.

OpenICL - новый фреймворк для исследования, разработки и созданию прототипов для задач in-context learning.

pip install openicl

🖥 Github: https://github.com/shark-nlp/openicl

Paper: https://arxiv.org/abs/2303.02913

⭐️ Dataset: https://paperswithcode.com/dataset/gsm8k

💨 Docs: https://github.com/shark-nlp/openicl#docs

Examples: https://github.com/Shark-NLP/OpenICL/tree/main/examples

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥21
🖥 MIT Introduction to Deep Learning 2023

Lecture 1 *New 2023 Edition* Foundations of Deep Learning

Премьера новых лекции курса Introduction to Deep Learning от MiT


🎞 Video: https://www.youtube.com/watch?v=N4AcIfaROEQ
📝 Lectures: http://introtodeeplearning.com/

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍27🔥1121😢1
Multivariate Probabilistic Time Series Forecasting with Informer

Efficient transformer-based model for LSTF.

Применение модели Informer от Hugging Face для задач многомерного вероятностного прогнозирования.

🤗Hugging face: https://huggingface.co/blog/informer

Paper: https://huggingface.co/docs/transformers/main/en/model_doc/informer

⭐️ Colab: https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/multivariate_informer.ipynb

💨 Dataset: https://huggingface.co/docs/datasets/v2.7.0/en/package_reference/main_classes#datasets.Dataset.set_transform

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍26🔥3🥰1
Forwarded from Data Science Jobs
Data Engineer (lead)

Формат: классный офис в Москве/гибрид/удаленно;
Доход: 300-400К+ руб.;
Форма оформления: по ТК/ИП;

О нас: Мы занимаемся разработкой data-платформы, в рамках которой развиваются различные data-продукты:
• рекомендательные системы;
• сервисы аналитики и визуализации данных;
• ML-модели;
• иные решения для решения бизнес-задач.
Наша команда это 25 инженеров с сильнейшими компетенциями в ML, аналитике и работе с данными, и сейчас мы ищем классных ребят для дальнейшего роста.
У нас нет долгих согласований и бюрократии. Мы стремимся к быстрому внедрению в production, с последующей работой над улучшениями.

Что нужно будет делать:
• Проектировать, разрабатывать и поддерживать пайплайны для сбора и обработки данных;
• Обеспечивать SLA и качество данных;
• Готовить данные для моделей машинного обучения и участвовать в их продукционализации совместно с data science командой; • Работать в команде и развивать отдел DE.

Будет классно, если у тебя:
• Хорошее знание технологий из стека: Python, SQL, Spark, Airflow;
• Опыт работы на проектах с большими данными, понимание принципов распределенной обработки данных;
• Опыт продуктовой разработки в технологических компаниях;
• Опыт постановки задач;
• Опыт наставничества;
• Отличные коммуникативные навыки.

Ты покоришь наши сердца и разум, если у тебя:
• Опыт работы с облаками, особенно, с Яндекс.Облаком;
• Опыт разработки высоконагруженных бэкенд сервисов на Java, Scala или Python;
• Опыт работы с моделями машинного обучения в продакшене;
• Опыт работы с базами данных для аналитики, особенно, с ClickHouse.

Мы предлагаем:
• Работу в аккредитованной IT компании с сильнейшей командой в разных масштабных проектах;
• Гибридный график работы 5/2, с 10:00 - 19:00;
• ДМС со стоматологией;
• В современном офисе в стиле Лофт с капсулой медитации, спортзалом, большой современной библиотекой и кабинетом для записи подкастов и треков;
• Комфортную кухню с холодильником, кофемашиной, тостером, микроволновкой и Magic Bullet;
• Холодильник с напитками (соки, энергетики, вода и т.д.) и едой (сыры, колбасы, сырки и м.ч.);
• Каждую пятницу совместные обеды с разными кухнями мира за счет компании.


За подробностями пиши: tg @naikava

@datascienceml_jobs - вакансии Data Science, Devops
👍9🔥3🤔2
This media is not supported in your browser
VIEW IN TELEGRAM
🖥 PyXAB - Python X-Armed Bandit

A Python Library for X-Armed Bandit and Online Blackbox Optimization Algorithms

PyXAB - это библиотека Python с открытым исходным кодом с реализацией алгоритмов X-Armed Bandit (
многорукий бандит).

🖥 Github: https://github.com/williamlwj/pyxab

Paper: https://arxiv.org/abs/2303.04030v1

⭐️ Docs: https://pyxab.readthedocs.io/

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍15🔥3🥰2
Please open Telegram to view this post
VIEW IN TELEGRAM
👍81🔥1
OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception.

OpenOccupancy first surrounding semantic occupancy perception benchmar.

🖥 Github: https://github.com/jeffwang987/openoccupancy

Paper: https://arxiv.org/abs/2303.03991v1

⭐️ Dataset: https://paperswithcode.com/dataset/synthcity

💨 Project: https://www.mmlab-ntu.com/project/styleganex/

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍91🔥1
Erasing Concepts from Diffusion Models

A fine-tuning method that can erase a visual concept from a pre-trained diffusion model, given only the name of the style and using negative guidance as a teacher.

Метод тонкой настройки, который может убрать имитацию стиля конкретного художника или даже стереть целый класс объектов из вывода модели, сохранив при этом поведение и возможности модели по другим настройкам.


🖥 Github: https://github.com/rohitgandikota/erasing

Paper: https://arxiv.org/abs/2303.07345v1

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

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍19😢43🔥2
GraphGym

Platform for designing and evaluating Graph Neural Networks (GNN).

GraphGym - это платформа для проектирования и оценки графовых нейронных сетей .

🖥 Github: https://github.com/snap-stanford/graphgym

Paper: https://arxiv.org/abs/2303.07666v1

⭐️ Dataset: https://paperswithcode.com/dataset/tieredimagenet

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
11👍8🔥1
Tuned Lens 🔎

Simple interface training and evaluating tuned lenses. A tuned lens allows us to peak at the iterative computations a transformer uses to compute the next token.

Инструменты для понимания того, как послойно работают прогнозы трансформеров.

pip install tuned-lens

🖥 Github: https://github.com/alignmentresearch/tuned-lens

Paper: https://arxiv.org/abs/2303.08112v1

⭐️ Dataset: https://paperswithcode.com/dataset/the-pile

🖥 Colab: https://colab.research.google.com/github/AlignmentResearch/tuned-lens/blob/main/notebooks/interactive.ipynb

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍112👎2🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
FateZero: Fusing Attentions for Zero-shot Text-based Video Editing

Video Style Editing Using Stable Diffusion.


Новый метод редактирования видео из текстовых промтов без предварительного обучения модели и без использования маски, специфичной для конкретного видео.

🖥 Github: https://github.com/chenyangqiqi/fatezero

Paper: https://arxiv.org/abs/2303.09535

💨 Project: https://fate-zero-edit.github.io/

ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
11👍8🔥2