Please open Telegram to view this post
VIEW IN TELEGRAM
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190
🔠 Что такое MobileUNet ? (Часть_3)
MobileUNet оптимизирована для работе на мобильных устройствах, используя различные техники, такие как свертки с малыми фильтрами, сокращение числа каналов и применение точечных сверток для снижения вычислительной сложности и уменьшения размера модели. Такие оптимизации позволяют использовать MobileUNet на устройствах с ограниченными вычислительными ресурсами, при этом сохраняя достаточную точность сегментации изображений.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
🔠 Что такое MobileUNet ? (Часть_3)
MobileUNet оптимизирована для работе на мобильных устройствах, используя различные техники, такие как свертки с малыми фильтрами, сокращение числа каналов и применение точечных сверток для снижения вычислительной сложности и уменьшения размера модели. Такие оптимизации позволяют использовать MobileUNet на устройствах с ограниченными вычислительными ресурсами, при этом сохраняя достаточную точность сегментации изображений.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
https://nakarte.me прикольный рпесурс для GeoINT вкупе с вот этим (https://github.com/wladich/nakarte/) позволяет много чего находить. Вот вам еще скриптик.
Это запрос к API:
Это запрос к API:
L.Layer.Yandex.Tracks = L.Layer.Yandex.extend({
initialize: function(options) {
options = {minZoom: 10, maxNativeZoom: 16, ...options};
L.Layer.Yandex.prototype.initialize.call(
this,
'https://core-gpstiles.maps.yandex.net/tiles?style=point&x={x}&y={y}&z={z}',
options
);
},
});
GitHub
GitHub - wladich/nakarte: Source code of site http://nakarte.me
Source code of site http://nakarte.me. Contribute to wladich/nakarte development by creating an account on GitHub.
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_1)
1. Обнаружение объектов на различных масштабах: Кросс-масштабный поток позволяет обнаруживать объекты на различных уровнях детализации или размерах. Это особенно полезно при обнаружении объектов, которые могут быть представлены в различных масштабах, например, при обнаружении лиц, автомобилей или других объектов в разных частях изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_1)
1. Обнаружение объектов на различных масштабах: Кросс-масштабный поток позволяет обнаруживать объекты на различных уровнях детализации или размерах. Это особенно полезно при обнаружении объектов, которые могут быть представлены в различных масштабах, например, при обнаружении лиц, автомобилей или других объектов в разных частях изображения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
️👉Citigroup объявил о своем плане сократить 20 тысяч сотрудников в рамках программы по снижению расходов на $2,5 миллиарда. (Вот такая новость сегодня пролетела).
⚛️ Теперь давайте посмотрим на цифры: на состояние 2022 года численность персонала CitiGroup была на уровне 240 тыс., капитализация $88,8 млрд (18.03.2023), то есть получается уйдут порядка 8-10%.
⚛️ В целом последние два года наблюдался резкий рост по числу цифровых внедрений в области ИИ именнно в финтехе, и он уже третий год поряд не сбавляет темпов (причем и у нас тоже). Более того, переход на цифровые активы, только ускорил этот процесс. По общей тенденции можно сказать, что число банков будет сильно сокращаться, причем везде, так как в целом в них не будет необходимости, и многие операции в целом перейдут в цифру.
⚛️ Драйверами станут технологии блокчейна, ИИ, оптимизации и автоматизиации. Сильно возрастет нагрузка на сектор безопасности, при чем во всех сегментах от SOC до RedTeam. А в связи с тем, что США и Англия сейчас находятся не далеко от Йемена, и в целом, они не знают, как себя вести и не понимают, что им делать. Более того, их технологии и раздутый, до нельзя, военный бюджет (который кстати, мало дал реально топовых разработок, взять хотя бы истребители 5 и 6 поколений, цена за которые не просто большая, а "бесстыдно" большая) ситуевиная вырисовываться так себе.
⚛️ Чтож... наблюдаем, ждем и смотрим как это ситуация зацепит мировые рынки, в том числе и наш. Но в целом можно сказать, если будет пресрелиз компании и капитализация вырастет на фоне внедрения обоснованных технологических решений и бизнес подходов, то это повысит интерес инвесторов, только вопрос каких.
⚛️ Только за последний год, значительная часть китайских инвесторов покинула рынок США. Да, США перетягивают заводы из Европы, да, они привлекают силы (трудовая эммиграция), но локалные конфликты на границе с Мексикой и Эквадором, пока вызывает опасения. Более того, стоимость грузоперевозок из Йеменских событий уже выросла на 310%, а это дополнительные издержки.
Please open Telegram to view this post
VIEW IN TELEGRAM
😉Как говорится, весьма неожиданно, но спасибо.
Новости для IT-специалистов в России!
🅰️Депутат Яна Лантратова предложила интересную инициативу — присвоение звания «ветерана труда» айтишникам.
🅰️По задумке, чтобы получить этот статус, мужчинам нужно отработать в сфере IT целых 40 лет, а женщинам — 35 лет.
🅰️Этот статус несет с собой некоторые привилегии:
🔹 ежемесячные выплаты
🔹 льготные проездные и компенсацию ЖКХ.
Предполагается, что новый полный перечень социально-значимых профессий для получения звания «Ветерана труда» будет установлен правительством РФ в случае принятия предложения Лантратовой в дальнейшую работу в госаппарате.
40 лет стажу... где там джун с со стажем 20 лет ))
Новости для IT-специалистов в России!
🅰️Депутат Яна Лантратова предложила интересную инициативу — присвоение звания «ветерана труда» айтишникам.
🅰️По задумке, чтобы получить этот статус, мужчинам нужно отработать в сфере IT целых 40 лет, а женщинам — 35 лет.
🅰️Этот статус несет с собой некоторые привилегии:
🔹 ежемесячные выплаты
🔹 льготные проездные и компенсацию ЖКХ.
Предполагается, что новый полный перечень социально-значимых профессий для получения звания «Ветерана труда» будет установлен правительством РФ в случае принятия предложения Лантратовой в дальнейшую работу в госаппарате.
40 лет стажу... где там джун с со стажем 20 лет ))
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_2)
2. Сегментация изображений с учетом разных уровней детализации: Кросс-масштабный поток позволяет учесть разные масштабы при сегментации изображений. Это может быть полезно, когда объекты на изображении имеют разные размеры или когда требуется учесть различные детали и текстуры на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_2)
2. Сегментация изображений с учетом разных уровней детализации: Кросс-масштабный поток позволяет учесть разные масштабы при сегментации изображений. Это может быть полезно, когда объекты на изображении имеют разные размеры или когда требуется учесть различные детали и текстуры на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_3)
Интерпретация и классификация изображений: Кросс-масштабный поток может быть использован для анализа изображений на различных масштабах и извлечения информации, которая может быть полезна для интерпретации и классификации изображений. Это может помочь в задачах распознавания образов, классификации объектов или анализа контекста на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_3)
Интерпретация и классификация изображений: Кросс-масштабный поток может быть использован для анализа изображений на различных масштабах и извлечения информации, которая может быть полезна для интерпретации и классификации изображений. Это может помочь в задачах распознавания образов, классификации объектов или анализа контекста на разных масштабах.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔥3
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_4)
Создание пирамид изображений: Кросс-масштабный поток используется для создания пирамид изображений, где изображение разделяется на несколько масштабов. Это может быть полезно для различных задач, таких как многомасштабный анализ, масштабирование изображений или обработка изображений на разных уровнях разрешения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_4)
Создание пирамид изображений: Кросс-масштабный поток используется для создания пирамид изображений, где изображение разделяется на несколько масштабов. Это может быть полезно для различных задач, таких как многомасштабный анализ, масштабирование изображений или обработка изображений на разных уровнях разрешения.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_5)
Аугментация данных: Кросс-масштабный поток может быть использован для аугментации данных путем создания изображений на разных масштабах. Это может помочь улучшить обучение моделей компьютерного зрения и повысить их инвариантность к масштабу.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_5)
Аугментация данных: Кросс-масштабный поток может быть использован для аугментации данных путем создания изображений на разных масштабах. Это может помочь улучшить обучение моделей компьютерного зрения и повысить их инвариантность к масштабу.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ?
ResNet18 и ResNet34 - это две разные архитектуры нейронных сетей, основанных на концепции ResNet (Residual Network). Главное отличие между ними заключается в количестве слоев и глубине архитектуры.
ResNet18 состоит из 18 слоев, включая сверточные слои, пакетную нормализацию (Batch Normalization) и полносвязные слои. Он имеет базовый блок, состоящий из двух сверточных слоев и пропуска (skip connection). Также в ResNet18 используются downsampling-блоки для уменьшения размерности входных данных.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ?
ResNet18 и ResNet34 - это две разные архитектуры нейронных сетей, основанных на концепции ResNet (Residual Network). Главное отличие между ними заключается в количестве слоев и глубине архитектуры.
ResNet18 состоит из 18 слоев, включая сверточные слои, пакетную нормализацию (Batch Normalization) и полносвязные слои. Он имеет базовый блок, состоящий из двух сверточных слоев и пропуска (skip connection). Также в ResNet18 используются downsampling-блоки для уменьшения размерности входных данных.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_2)
С другой стороны, ResNet34 состоит из 34 слоев и имеет более глубокую архитектуру по сравнению с ResNet18. Она также использует базовые блоки с двумя сверточными слоями и пропусками, а также downsampling-блоки. Отличие заключается в количестве базовых блоков - ResNet34 имеет 34 базовых блока, в то время как ResNet18 имеет только 18 базовых блоков.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_2)
С другой стороны, ResNet34 состоит из 34 слоев и имеет более глубокую архитектуру по сравнению с ResNet18. Она также использует базовые блоки с двумя сверточными слоями и пропусками, а также downsampling-блоки. Отличие заключается в количестве базовых блоков - ResNet34 имеет 34 базовых блока, в то время как ResNet18 имеет только 18 базовых блоков.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_192
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_3)
Использование более глубокой архитектуры, такой как ResNet34, может помочь в извлечении более сложных иерархических признаков из изображений, что может быть полезно в более сложных задачах компьютерного зрения. Однако, увеличение глубины архитектуры может потребовать больше вычислительных ресурсов и времени для обучения и использования модели.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
🔠 В чем разница между ResNet18 и ResNet34 ? (Часть_3)
Использование более глубокой архитектуры, такой как ResNet34, может помочь в извлечении более сложных иерархических признаков из изображений, что может быть полезно в более сложных задачах компьютерного зрения. Однако, увеличение глубины архитектуры может потребовать больше вычислительных ресурсов и времени для обучения и использования модели.
https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_193
🔠 Расскажите про методы увеличения производительности СУБД ? (Часть_1)
Использование индексов: Индексы позволяют ускорить поиск и выборку данных, добавляя дополнительные структуры данных, которые позволяют быстро находить нужные записи. Создание индексов на часто запрашиваемые столбцы может существенно ускорить выполнение запросов.
Оптимизация запросов: Оптимизация запросов включает анализ и переписывание запросов таким образом, чтобы они выполнялись более эффективно. Это включает выбор правильных операций соединения, использование подзапросов, объединение запросов и т. д.
https://boosty.to/denoise_lab/donate - поддержать наш канал.
#database #performance #optimization #indexing #query optimization #data normalization #database configuration #data caching #scaling #data storage
👍Чем больше шеров и лайков, тем больше полезного контента я буду выкладывать.
🔠 Расскажите про методы увеличения производительности СУБД ? (Часть_1)
Использование индексов: Индексы позволяют ускорить поиск и выборку данных, добавляя дополнительные структуры данных, которые позволяют быстро находить нужные записи. Создание индексов на часто запрашиваемые столбцы может существенно ускорить выполнение запросов.
Оптимизация запросов: Оптимизация запросов включает анализ и переписывание запросов таким образом, чтобы они выполнялись более эффективно. Это включает выбор правильных операций соединения, использование подзапросов, объединение запросов и т. д.
https://boosty.to/denoise_lab/donate - поддержать наш канал.
#database #performance #optimization #indexing #query optimization #data normalization #database configuration #data caching #scaling #data storage
👍Чем больше шеров и лайков, тем больше полезного контента я буду выкладывать.
🙊Разработчики из Google Research представили Osmo — нейросеть, которая разбирается в запахах.
👍Osmo не нужно что-то нюхать, чтобы определить запах компонента. Искусственныи интеллект может рассказать, как пахнет определенныи объект, зная только его структуру молекул. В неиросеть уже вшита база данных о более 5000 молекулярных соединениях.
👍Osmo — внутренняя разработка Google Research. Она недоступна для всех пользователеи, но ее будут предоставлять в парфюмерные лаборатории.
https://www.osmo.ai/blog/science-paper-shows-osmo-ai-passes-the-sniff-test
👍Osmo не нужно что-то нюхать, чтобы определить запах компонента. Искусственныи интеллект может рассказать, как пахнет определенныи объект, зная только его структуру молекул. В неиросеть уже вшита база данных о более 5000 молекулярных соединениях.
👍Osmo — внутренняя разработка Google Research. Она недоступна для всех пользователеи, но ее будут предоставлять в парфюмерные лаборатории.
https://www.osmo.ai/blog/science-paper-shows-osmo-ai-passes-the-sniff-test
🤯Китай внедряет новую блокчейн-платформу под названием RealDID для проверки настоящих имен граждан. Проект будет сотрудничать с Blockchain Service Network и предоставит несколько вариантов использования, таких как подтверждение личного имени, зашифрованная защита данных и сертификация личных данных.
🤯 Приложение позволит гражданам Китая анонимно регистрироваться и входить на онлайн-порталы с использованием децентрализованных идентификаторов (DID), обеспечивая конфиденциальность данных. Проект подчеркивает стремление Китая к ускоренной реализации и развитию новых технологий в области блокчейна, искусственного интеллекта, цифровых валют и других областей.
Только вопрос, как коррелируется проверка имен граждан и анонимность ?? ))
🤯 Приложение позволит гражданам Китая анонимно регистрироваться и входить на онлайн-порталы с использованием децентрализованных идентификаторов (DID), обеспечивая конфиденциальность данных. Проект подчеркивает стремление Китая к ускоренной реализации и развитию новых технологий в области блокчейна, искусственного интеллекта, цифровых валют и других областей.
Только вопрос, как коррелируется проверка имен граждан и анонимность ?? ))