4 библиотеки Python, которые помогут вам зарабатывать деньги на веб-скрейпинге.

https://bit.ly/33FS5jk

7 основных языков программирования для разработки мобильных приложений.

https://bit.ly/2FiNz12

Топ 9 книг для разработчиков.

https://bit.ly/3jMJIZb

Интересная статься, где сравнивают между собой длинные трансформеры (если коротко: используйте Big Bird если не важна скорость и Performer если важна, не используйте Reformer вообще).

https://bit.ly/3nGiBRG

Дата-сайентисты, готовы побороться за 1 млн рублей на хакатоне?

Нужно предложить инструмент для оценки качества работы алгоритмов разметки медицинских изображений.

Разработанный инструмент должен автоматически определять набор метрик, а результаты его работы должны наиболее точно совпадать с мнением экспертов (результатами экспертной оценки).

Подайте заявку до 25 октября на участие по ссылке: https://clck.ru/RLWhH

Это партнерский пост.

В статье учат бота, обусловленного некой мотивацией, заданной описанием персоны, проходить квесты.

https://bit.ly/30Z35GR

10 недооценённых навыков в Python.

https://bit.ly/3j1oeqi

Машинное обучение открывает новые потенциальные противотуберкулезные препараты.

https://bit.ly/3527OJf

Очередная SOTA статья от Google. Они адаптировали мультиязычный BERT для создания эмбеддингов предложений независимых от языка для 109 языков (в том числе для русского)!

https://bit.ly/3j6Aupj

Исследователи из disney research предложили ряд улучшений для часто используемого Y-shaped автоэнкодера в задаче замены лиц (face swap), которые позволили им работать с изображениями размером 1024x1024, показывая при этом качество лучше, чем у распространенных в этой области подходов (у deepfacelab [DFL] в частности).

https://bit.ly/3dDzk3q

Почему не стоит выбирать Python как первый язык программирования.

https://bit.ly/3jgjD3i

Исследователи из ACL очень громко утверждают, что языковые модели не могут понимать смысл и приводят мысленный эксперимент, который иллюстрирует их идею.

https://bit.ly/35crB8E

Сбер выложил русскоязычную модель GPT-3 Large с 760 миллионами параметров в открытый доступ.

https://bit.ly/3js0sDU

​​Возможно, лучшая визуализация того, как работает трансформер. Во всех примерах визуализировано в том числе и батч-измерение.

https://bit.ly/3dQegqN

«7 смертных грехов» разработчиков Python.

https://bit.ly/3oouzQk

Neural architecture search (NAS) позволяет найти оптимальную архитектуру для выбранной задачи.

https://bit.ly/3jwUMZn

Лучшая книга, чтобы начать разбираться в Data Science

https://bit.ly/3jrPL4k

ALBERT — облегченный BERT для самообучения языковым
Представлениям.

https://bit.ly/3oykhgH

Готовая библиотека для аугментаций в NLP. Как правило завести аугментации текстов сложно и эффект от них слишком малый, чтобы прямо заниматься этим. А теперь можно в пару строчек кода.

Ссылка на статью: https://bit.ly/31NXGmq
Ссылка на документацию: https://bit.ly/31Q9kx6
Ссылка на гитхаб библиотеки: https://bit.ly/3oza8Am