Hypersim: синтетический датасет Apple с изображениями интерьеров
https://neurohive.io/ru/datasety/hypersim-sinteticheskij-dataset-apple-s-izobrazheniyami-intererov/
@machinelearning_ru
https://neurohive.io/ru/datasety/hypersim-sinteticheskij-dataset-apple-s-izobrazheniyami-intererov/
@machinelearning_ru
Neurohive - Нейронные сети
Hypersim: синтетический датасет Apple с изображениями интерьеров
Apple представила Hypersim — синтетический датасет фотореалистичных изображений помещений и интерьеров. Hypersim состоит из 77 400 изображений 461 сцен и предоставляет семантическую сегментацию. Основным ограничением синтетических датасетов является отсутствие…
Triton 1.0: язык программирования GPU для нейросетей
https://neurohive.io/ru/frameworki/triton-1-0-yazyk-programmirovaniya-gpu-dlya-nejrosetej/
@machinelearning_ru
https://neurohive.io/ru/frameworki/triton-1-0-yazyk-programmirovaniya-gpu-dlya-nejrosetej/
@machinelearning_ru
Neurohive - Нейронные сети
Triton 1.0: язык программирования GPU для нейросетей
Ключевой особенностью языка программирования Triton является достижение максимальной производительности видеокарт.
Отслеживание фокусированного времени с помощью Python
https://nuancesprog.ru/p/13435/
@machinelearning_ru
https://nuancesprog.ru/p/13435/
@machinelearning_ru
➡️ Zpy: генератор синтетических данных на основе Blender
https://neurohive.io/ru/frameworki/zpy-generator-sinteticheskih-dannyh-na-osnove-blender/
@machinelearning_ru
https://neurohive.io/ru/frameworki/zpy-generator-sinteticheskih-dannyh-na-osnove-blender/
@machinelearning_ru
Neurohive - Нейронные сети
Zpy: генератор синтетических данных на основе Blender
Zpy - open-source платформа для создания синтетических данных на Python. Инструмент разработан на основе Blender.
🔮 Прогнозирование подписчиков в социальных сетях с помощью машинного обучения
https://dev-gang.ru/article/prognozirovanie-podpisczikov-v-socialnyh-setjah-s-pomosczu-mashinnogo-obuczenija-ahb6vvhb35/
@machinelearning_ru
https://dev-gang.ru/article/prognozirovanie-podpisczikov-v-socialnyh-setjah-s-pomosczu-mashinnogo-obuczenija-ahb6vvhb35/
@machinelearning_ru
Cyberdog: робот Xiaomi c открытым исходным кодом
https://neurohive.io/ru/novosti/cyberdog-robot-xiaomi-c-otkrytym-ishodnym-kodom/
@machinelearning_ru
https://neurohive.io/ru/novosti/cyberdog-robot-xiaomi-c-otkrytym-ishodnym-kodom/
@machinelearning_ru
neurohive.io
Cyberdog: робот Xiaomi c открытым исходным кодом
Xiaomi представила Cyberdog — робота с открытым исходным кодом, управляемого с помощью голосовых команд. Cyberdog стоит 1500 долларов и управляется c помощью NVIDIA Jetson Xavier NX, мини-суперкомпьютера для роботов. Робот весом около 3 кг способен передвигаться…
🤗 Создайте приложение для резюмирования новостных статей с Hugging Face и Gradio
https://nuancesprog.ru/p/13479/
@machinelearning_ru
https://nuancesprog.ru/p/13479/
@machinelearning_ru
Поборись за 150 тысяч рублей — автоматизируй сбор данных о образовательных организациях региона
Реши одну из задач онлайн-хакатона — найди способ автоматически парсить данные о всех образовательных организациях на территории.
Принимай участие, если ты:
— Бэкенд и фронтенд-разработчик
— Data science-специалист
— Алгоритмист
Регистрируйся на онлайн-хакатон на сайте: atomhack.rosatom.city
Отправляй заявку до 18 августа — от команды или как одиночный специалист.
Организатор — «Русатом Инфраструктурные решения». При поддержке ведомственного проекта Минстроя России “Умный город” и АНО “Цифровая экономика”.
Реши одну из задач онлайн-хакатона — найди способ автоматически парсить данные о всех образовательных организациях на территории.
Принимай участие, если ты:
— Бэкенд и фронтенд-разработчик
— Data science-специалист
— Алгоритмист
Регистрируйся на онлайн-хакатон на сайте: atomhack.rosatom.city
Отправляй заявку до 18 августа — от команды или как одиночный специалист.
Организатор — «Русатом Инфраструктурные решения». При поддержке ведомственного проекта Минстроя России “Умный город” и АНО “Цифровая экономика”.
📠 Обработка больших файлов с использованием Python
https://dev-gang.ru/article/obrabotka-bolshih-failov-s-ispolzovaniem-python-8btakx0nzr/
@machinelearning_ru
https://dev-gang.ru/article/obrabotka-bolshih-failov-s-ispolzovaniem-python-8btakx0nzr/
@machinelearning_ru
🛣 RADIATE: датасет дорожного трафика в плохую погоду
https://neurohive.io/ru/datasety/radiate-dataset-dorozhnogo-trafika-v-plohuju-pogodu/
@machinelearning_ru
https://neurohive.io/ru/datasety/radiate-dataset-dorozhnogo-trafika-v-plohuju-pogodu/
@machinelearning_ru
Neurohive - Нейронные сети
RADIATE: датасет дорожного трафика в плохую погоду
RADIATE содержит данные о движении 200 000 автомобилей и пешеходов, зарегистрированные с помощью радаров, камер, лидаров и GPS в неблагоприятных погодных условиях. Датасет нацелен на улучшение моделей, используемых при разработке беспилотных автомобилей и…
🤖 В MIT разработали вероятностную систему оценки предвзятости ИИ
https://neurohive.io/ru/papers/v-mit-razrabotali-veroyatnostnuju-sistemu-ocenki-predvzyatosti-ii/
@machinelearning_ru
https://neurohive.io/ru/papers/v-mit-razrabotali-veroyatnostnuju-sistemu-ocenki-predvzyatosti-ii/
@machinelearning_ru
neurohive.io
В MIT разработали вероятностную систему оценки предвзятости ИИ
SPPL — open-source язык вероятностного программирования, разработанный в MIT и нацеленный на точную оценку степени предвзятости искусственного интеллекта в отношении определенных групп людей. SPPL реализован на Python и в 3000 раз быстрее предыдущих систем…
🤗 HuggingArtists | Генерируем текст песен с трансформером за 5 минут
https://habr.com/ru/post/571674/
Demo: https://colab.research.google.com/github/AlekseyKorshuk/huggingartists/blob/master/huggingartists-demo.ipynb
@machinelearning_ru
https://habr.com/ru/post/571674/
Demo: https://colab.research.google.com/github/AlekseyKorshuk/huggingartists/blob/master/huggingartists-demo.ipynb
@machinelearning_ru
Хабр
HuggingArtists | Генерируем текст песен с трансформером за 5 минут
В этой статье я расскажу о том, как создавался проект HuggingArtists и что у него под капотом. Мне будет очень приятно, если вы поставите сразу звезду в репозитории: Вступление В HuggingArtists , мы...
Набор данных MNIST в Python - базовый импорт и построение
https://dev-gang.ru/article/nabor-dannyh-mnist-v-pythonbazovyi-import-i-postroenie-aiypw9sw1l/
@machinelearning_ru
https://dev-gang.ru/article/nabor-dannyh-mnist-v-pythonbazovyi-import-i-postroenie-aiypw9sw1l/
@machinelearning_ru
🤖 Введение в машинное обучение: решаем Titanic на платформе Kaggle
https://proglib.io/p/vvedenie-v-mashinnoe-obuchenie-reshaem-titanic-na-platforme-kaggle-2021-08-17
@machinelearning_ru
https://proglib.io/p/vvedenie-v-mashinnoe-obuchenie-reshaem-titanic-na-platforme-kaggle-2021-08-17
@machinelearning_ru
Библиотека программиста
🤖 Введение в машинное обучение: решаем Titanic на платформе Kaggle
Знакомим читателей с основами Machine Learnng и платформой Kaggle, а также пробуем решить учебный датасет Titanic.
Как вычислить миллионное число Фибоначчи на Python
https://nuancesprog.ru/p/13568/
@machinelearning_ru
https://nuancesprog.ru/p/13568/
@machinelearning_ru
UVO: бенчмарк FAIR для сегментации неизвестных объектов
https://neurohive.io/ru/novosti/uvo-benchmark-fair-dlya-segmentacii-neizvestnyh-obektov/
@machinelearning_ru
https://neurohive.io/ru/novosti/uvo-benchmark-fair-dlya-segmentacii-neizvestnyh-obektov/
@machinelearning_ru
Neurohive - Нейронные сети
Detectron2: библиотека для распознавания объектов от FAIR
FAIR опубликовали Pytorch библиотеку для распознавания объектов Detectron2. В библиотеке появились модульный дизайн, имплементации SOTA моделей.
Скрейпинг PDF с нуля на Python: библиотеки tabula-py и Pandas
https://nuancesprog.ru/p/13614/
@machinelearning_ru
https://nuancesprog.ru/p/13614/
@machinelearning_ru
Обзор шаблонов SnapML и их возможностей в Lens Studio
https://nuancesprog.ru/p/9288/
@machinelearning_ru
https://nuancesprog.ru/p/9288/
@machinelearning_ru