Exact method for computing partitions of a Deep Neural Network
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍20😱3❤2🔥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
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
@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🔥6❤3🤯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
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.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥3❤1
Openicl
New open-source toolkit for ICL and LLM evaluation.
OpenICL - новый фреймворк для исследования, разработки и созданию прототипов для задач in-context learning.
🖥 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
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 openiclai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥2❤1
Lecture 1 *New 2023 Edition* Foundations of Deep Learning
Премьера новых лекции курса Introduction to Deep Learning от MiT
📝 Lectures: http://introtodeeplearning.com/
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍27🔥11❤2✍1😢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
Efficient transformer-based model for LSTF.
Применение модели Informer от Hugging Face для задач многомерного вероятностного прогнозирования.
🤗Hugging face: https://huggingface.co/blog/informer
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
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
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).
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍15🔥3🥰2
This media is not supported in your browser
VIEW IN TELEGRAM
StyleGANEX - Official PyTorch Implementation
Encoder that provides the first-layer feature of the extended StyleGAN in addition to the latent style code.
🖥 Github: https://github.com/williamyang1991/styleganex
⏩ Paper: https://arxiv.org/abs/2303.06146v1
⭐️ Colab: http://colab.research.google.com/github/williamyang1991/StyleGANEX/blob/master/inference_playground.ipynb
💨 Project: https://www.mmlab-ntu.com/project/styleganex/
ai_machinelearning_big_data
Encoder that provides the first-layer feature of the extended StyleGAN in addition to the latent style code.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤1🔥1
OpenOccupancy first surrounding semantic occupancy perception benchmar.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤1🔥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
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.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍19😢4❤3🔥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
Platform for designing and evaluating Graph Neural Networks (GNN).
GraphGym - это платформа для проектирования и оценки графовых нейронных сетей .
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.
🖥 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
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-lensai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤2👎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
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.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍8🔥2
Математика дата саентиста - здесь мы публикуем математические задачи и гайды для машинного обучения с упором на практику. Проверяем ваши знания, а затем на основе ошибок предлагаем статьи и уроки.
Если хочешь познать дзен и понимать как работают алгоритмы, а не просто импортировать их, подписывайся. Здесь реально учат.
@ds_math
Если хочешь познать дзен и понимать как работают алгоритмы, а не просто импортировать их, подписывайся. Здесь реально учат.
@ds_math
❤9🖕2👍1🔥1
Taming Diffusion Models for Audio-Driven Co-Speech Gesture Generation (CVPR 2023)
Novel Diffusion Audio-Gesture Transformer is devised to better attend to the information from multiple modalities and model the long-term temporal dependency. M
Новая система на основе диффузии для эффективного захвата кросс-модальных ассоциаций между аудио и жестами для высокоточной генерации жестов на основе аудио.
🖥 Github: https://github.com/advocate99/diffgesture
⏩ Paper: https://arxiv.org/abs/2303.09119v1
💨 Dataset: https://paperswithcode.com/dataset/beat
ai_machinelearning_big_data
Novel Diffusion Audio-Gesture Transformer is devised to better attend to the information from multiple modalities and model the long-term temporal dependency. M
Новая система на основе диффузии для эффективного захвата кросс-модальных ассоциаций между аудио и жестами для высокоточной генерации жестов на основе аудио.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥2👍1