Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
DeepSchool
Лекция по ускорению нейросетей во вторник в 18:00 МСК!
Ранее мы рассказывали, почему в индустрии все чаще поднимается тема ускорения нейросетей:
➡️ становится больше веб-сервисов и приложений на девайсах
➡️ для первых надо улучшать latency и throughput…
Ранее мы рассказывали, почему в индустрии все чаще поднимается тема ускорения нейросетей:
➡️ становится больше веб-сервисов и приложений на девайсах
➡️ для первых надо улучшать latency и throughput…
🔥17❤7👍6
Это было круто!
Спасибо, что пришли вчера на лекцию! Вы молодцы! Потому что вечером рабочего дня образовывались, были включены и задавали интересные вопросы!🎓
Отдельное спасибо за доверие к нашей команде тем, кто уже присоединился к курсу “Ускорение нейросетей”, который мы представили вчера на встрече!
Если вы тоже хотите повысить свою экспертизу и ценность как DL-инженера, научиться ускорять нейросети, экономить компаниям ресурсы и создавать приложения для edge-девайсов и смартфонов — присоединяйтесь к курсу по ранним условиям!
⚡️ Наша программа разделена на 2 блока:
1️⃣ Методы ускорения нейронных сетей
— Distillation
— Pruning
— Matrix Decomposition
— Low-Precision Computing
— Neural Architecture Search (NAS)
2️⃣ Инференс на железе
— CPU. x86 (Intel)
— CPU. Android (ARM)
— CPU. Микроконтроллеры
— GPU
— NPU
В первой части вы научитесь комбинировать методы для ускорения сверточных и трансформер-подобных архитектур.
А во второй использовать особенности железа и инференс-фреймворков (OpenVino, ONNX Runtime, TensorRT, NNApi) для оптимальной утилизации вычислителей.
10 недель
10 zoom-лекций
10 заданий
10 спикеров
∞ поддержки на встречах и в чате
+ возможность взять академ до следующего старта
+ доступ к новым лекциям 2-х следующих потоков🔥 действует только сейчас!
23 февраля будет повышение цены, успевайте оплатить или внести предоплату, чтобы зафиксировать скидку!
Подробнее о программе, спикерах и скидках на сайте программы — присоединяйтесь к обучению!
Спасибо, что пришли вчера на лекцию! Вы молодцы! Потому что вечером рабочего дня образовывались, были включены и задавали интересные вопросы!
Отдельное спасибо за доверие к нашей команде тем, кто уже присоединился к курсу “Ускорение нейросетей”, который мы представили вчера на встрече!
Если вы тоже хотите повысить свою экспертизу и ценность как DL-инженера, научиться ускорять нейросети, экономить компаниям ресурсы и создавать приложения для edge-девайсов и смартфонов — присоединяйтесь к курсу по ранним условиям!
— Distillation
— Pruning
— Matrix Decomposition
— Low-Precision Computing
— Neural Architecture Search (NAS)
— CPU. x86 (Intel)
— CPU. Android (ARM)
— CPU. Микроконтроллеры
— GPU
— NPU
В первой части вы научитесь комбинировать методы для ускорения сверточных и трансформер-подобных архитектур.
А во второй использовать особенности железа и инференс-фреймворков (OpenVino, ONNX Runtime, TensorRT, NNApi) для оптимальной утилизации вычислителей.
10 недель
10 zoom-лекций
10 заданий
10 спикеров
∞ поддержки на встречах и в чате
+ возможность взять академ до следующего старта
+ доступ к новым лекциям 2-х следующих потоков
23 февраля будет повышение цены, успевайте оплатить или внести предоплату, чтобы зафиксировать скидку!
Подробнее о программе, спикерах и скидках на сайте программы — присоединяйтесь к обучению!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤21⚡9👍5🔥3👏2
ClearML Data Management
Чем DL-специалисты отличаются от разработчиков? Помимо кода нам надо версионировать ещё эксперименты, данные и модели. Git здесь не поможет и на помощь приходят инструменты из мира DS. Один из таких инструментов — ClearML.
ClearML — это огромный комбайн, решающий множество задач, от логирования метрик до деплоя сервиса. Но сегодня мы рассмотрим его именно как инструмент менеджмента датасетов.
В новой статье вы узнаете:
- какие возможности для работы с данными есть в ClearML
- как использовать их с помощью командной строки или python-интерфейса
- как добавлять информацию, csv файлы, дебаг изображения и графики
- как кэшируются данные
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/ClearML-Data-Management-915ae05cd7654f4a9fff822c76c2ec7b?pvs=4
Чем DL-специалисты отличаются от разработчиков? Помимо кода нам надо версионировать ещё эксперименты, данные и модели. Git здесь не поможет и на помощь приходят инструменты из мира DS. Один из таких инструментов — ClearML.
ClearML — это огромный комбайн, решающий множество задач, от логирования метрик до деплоя сервиса. Но сегодня мы рассмотрим его именно как инструмент менеджмента датасетов.
В новой статье вы узнаете:
- какие возможности для работы с данными есть в ClearML
- как использовать их с помощью командной строки или python-интерфейса
- как добавлять информацию, csv файлы, дебаг изображения и графики
- как кэшируются данные
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/ClearML-Data-Management-915ae05cd7654f4a9fff822c76c2ec7b?pvs=4
deepschool-pro on Notion
ClearML Data Management | Notion
Автор: Илья Бакалец
Редактура: Александр Гончаренко
Редактура: Александр Гончаренко
❤22🔥18👍5👏3
Q-Learning
Q-Обучение — один из фундаментальных алгоритмов обучения с подкреплением. Его использовали ещё при обучении агентов в играх на Атари. Он актуален и сегодня — применяется, например, в офлайн-обучении с подкреплением.
Из новой статьи вы узнаете:
- как работают методы обучения с подкреплением, основанные на функции ценности
- какие есть методы для оценки этой функции
- что такое уравнение Беллмана
- и конечно же, какой алгоритм у Q-обучения.
Читайте нашу статью по ссылке: https://www.notion.so/deepschool-pro/Q-314e0f83efb14ef19b12ffaacfc2b4a6?pvs=4
Q-Обучение — один из фундаментальных алгоритмов обучения с подкреплением. Его использовали ещё при обучении агентов в играх на Атари. Он актуален и сегодня — применяется, например, в офлайн-обучении с подкреплением.
Из новой статьи вы узнаете:
- как работают методы обучения с подкреплением, основанные на функции ценности
- какие есть методы для оценки этой функции
- что такое уравнение Беллмана
- и конечно же, какой алгоритм у Q-обучения.
Читайте нашу статью по ссылке: https://www.notion.so/deepschool-pro/Q-314e0f83efb14ef19b12ffaacfc2b4a6?pvs=4
deepschool-pro on Notion
Q-Обучение | Notion
Автор: Шамиль Мамедов
Редактура: Герман Петров
Редактура: Герман Петров
👍29🔥12❤7
Стартовал курс «Ускорение нейросетей»🎉
В понедельник была вводная встреча со студентами первого потока!
Мы проводим такие встречи в начале каждого курса, чтобы познакомиться, рассказать, как будет проходить курс, и зарядить ребят на обучение🔥
Уже завтра пройдёт первая лекция “Distillation”
Разберём, что такое дистилляция и DarkKnowledge, функции потерь, дистилляцию для уменьшения архитектуры, дистилляцию в классических CV-задачах, также затронем и NLP.
В качестве практики в этой лекции студенты будут дистиллировать сеть для задачи сегментации человека.
Остаётся 24 часа, чтобы присоединиться к курсу «Ускорение нейросетей»!
За 10 недель вы ускорите нейросеть разными методами и запустите её на нескольких устройствах⚡️
На программе вы научитесь:
- ускорять нейросети, понимая теорию каждого алгоритма
- комбинировать разные подходы и решать вытекающие трудности
- оптимизировать инференс, сохраненяя точность
- запускать сети на различных устройствах
- использовать особенности железа и фреймворков OpenVino, ONNX Runtime, TensorRT, NNApi
Это всё с поддержкой от опытных инженеров. Каждый спикер несколько лет занимается той темой, которую преподаёт на курсе.
Вступайте в наше сообщество и получите возможность перенимать опыт у действующий специалистов из области ускорения.🎓
Переходите на сайт, изучайте подробности и присоединяйтесь к «Ускорению нейросетей»!
До встречи на обучении!
В понедельник была вводная встреча со студентами первого потока!
Мы проводим такие встречи в начале каждого курса, чтобы познакомиться, рассказать, как будет проходить курс, и зарядить ребят на обучение
Уже завтра пройдёт первая лекция “Distillation”
Разберём, что такое дистилляция и DarkKnowledge, функции потерь, дистилляцию для уменьшения архитектуры, дистилляцию в классических CV-задачах, также затронем и NLP.
В качестве практики в этой лекции студенты будут дистиллировать сеть для задачи сегментации человека.
Остаётся 24 часа, чтобы присоединиться к курсу «Ускорение нейросетей»!
За 10 недель вы ускорите нейросеть разными методами и запустите её на нескольких устройствах
На программе вы научитесь:
- ускорять нейросети, понимая теорию каждого алгоритма
- комбинировать разные подходы и решать вытекающие трудности
- оптимизировать инференс, сохраненяя точность
- запускать сети на различных устройствах
- использовать особенности железа и фреймворков OpenVino, ONNX Runtime, TensorRT, NNApi
Это всё с поддержкой от опытных инженеров. Каждый спикер несколько лет занимается той темой, которую преподаёт на курсе.
Вступайте в наше сообщество и получите возможность перенимать опыт у действующий специалистов из области ускорения.
Переходите на сайт, изучайте подробности и присоединяйтесь к «Ускорению нейросетей»!
До встречи на обучении!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20👍10🤩7❤3🎉1
Negative learning
Зачастую датасеты, на которых мы проводим обучение, далеки от идеала: и люди, и автоматические алгоритмы допускают ошибки при разметке. Иногда сами данные могут быть противоречивы, что негативно влияет на качество моделей.
Есть множество методов улучшения качества на шумных данных, один из которых — Negative learning. Сегодня мы поговорим о нём, а именно узнаем:
- в чём ключевая идея подхода
- его плюсы и минусы
- и как добиться очень хороших результатов на шумных данных
Читайте статью по ссылке: https://www.notion.so/deepschool-pro/Negative-learning-73aec5da12254cd09b7710fe1d133e44?pvs=4
Зачастую датасеты, на которых мы проводим обучение, далеки от идеала: и люди, и автоматические алгоритмы допускают ошибки при разметке. Иногда сами данные могут быть противоречивы, что негативно влияет на качество моделей.
Есть множество методов улучшения качества на шумных данных, один из которых — Negative learning. Сегодня мы поговорим о нём, а именно узнаем:
- в чём ключевая идея подхода
- его плюсы и минусы
- и как добиться очень хороших результатов на шумных данных
Читайте статью по ссылке: https://www.notion.so/deepschool-pro/Negative-learning-73aec5da12254cd09b7710fe1d133e44?pvs=4
deepschool-pro on Notion
Negative learning | Notion
Автор: Александр Гончаренко
Редактор: Александр Наздрюхин
Редактор: Александр Наздрюхин
2🔥46👍17❤10
Как работают продуктовые Computer Vision команды?
DeepSchool зародился летом 2021 года, когда мы создали наш первый онлайн-курс Computer Vision Rocket.
Идея создания курса пришла с осознанием того, как много DL-инженеров разбирается в математике, и как мало из них «хорошо программируют», а еще меньше умеют в «командную разработку».
… подумали мы и сделали такую программу. В этом месяце стартует 7 поток!
И мы хотим рассказать вам больше о разработке CV-приложений в индустрии и о нашем курсе!
Но чтобы не утомить читателей канала, которым эта тема не интересна, создали отдельный: CV Rocket
Подписывайтесь, если хотите утянуть к себе пару полезных техник/фреймворков/подходов и узнать больше о том, как работают в DL-командах!
DeepSchool зародился летом 2021 года, когда мы создали наш первый онлайн-курс Computer Vision Rocket.
Идея создания курса пришла с осознанием того, как много DL-инженеров разбирается в математике, и как мало из них «хорошо программируют», а еще меньше умеют в «командную разработку».
Вот был бы курс, куда приходишь и тебе ребята из индустрии рассказывают:
- как управлять экспериментами и данными внутри команды
- что такое хороший код и как его поддерживать
- как создавать веб-сервисы
- какие фреймворки для каких задач использовать
- какие сложности встречаются в разных CV-задачах и как их решать
В общем, показали бы как работают CV-команды, на вопросы ответили бы и весь мой код отревьюили🤩
… подумали мы и сделали такую программу. В этом месяце стартует 7 поток!
И мы хотим рассказать вам больше о разработке CV-приложений в индустрии и о нашем курсе!
Но чтобы не утомить читателей канала, которым эта тема не интересна, создали отдельный: CV Rocket
Подписывайтесь, если хотите утянуть к себе пару полезных техник/фреймворков/подходов и узнать больше о том, как работают в DL-командах!
Telegram
DeepSchool | CV Rocket
О том, как работать в продуктовой CV-команде:
- обзоры фреймворков/подходов/сервисов
- советы опытных инженеров
- интервью и лекции от практиков
CVRocket — курс, где мы учим решать end-to-end CV задачи с командным подходом к разработке
От @deep_school
- обзоры фреймворков/подходов/сервисов
- советы опытных инженеров
- интервью и лекции от практиков
CVRocket — курс, где мы учим решать end-to-end CV задачи с командным подходом к разработке
От @deep_school
👍26❤10🔥6
Девушки, поздравляем с вашим днем! 💐
Статистика нашего канала говорит, что в Data Science мужчин в 4 раза больше, чем женщин!
И в это начинаешь верить, вспоминая составы команд на работе))
Но знайте, коллеги всегда готовы вас поддержать, помочь, подсказать и выслушать. Ведь важно не количество, важно какие вы умные, образованные и уникальные!
Пусть весна будет по-настоящему теплой для вас! С вашим днем!
Статистика нашего канала говорит, что в Data Science мужчин в 4 раза больше, чем женщин!
И в это начинаешь верить, вспоминая составы команд на работе))
Но знайте, коллеги всегда готовы вас поддержать, помочь, подсказать и выслушать. Ведь важно не количество, важно какие вы умные, образованные и уникальные!
Пусть весна будет по-настоящему теплой для вас! С вашим днем!
Please open Telegram to view this post
VIEW IN TELEGRAM
🍾51❤39👏7🤔3👍2😁2
3D Gaussian Splatting
Gaussian Splatting (GS) — новый метод рендеринга, которому прочат большое будущее в индустрии компьютерной графики. Gaussian Splatting превосходит state-of-the-art методы, сочетая высокое качество синтеза с быстротой обучения и отрисовки. Сейчас активно разрабатывают новые применения метода. Использовать GS уже можно в самых разнообразных задачах: от 3D-аватаров до навигации.
Из текста вы узнаете, как Gaussian Splatting:
- использует гауссианы для представления трёхмерного пространства
- позволяет эффективно отрисовать новые изображения для сцены
- обучается создавать детализированное представление сцены
Читайте нашу статью по ссылке: https://www.notion.so/deepschool-pro/3D-Gaussian-Splatting-Revolutionizing-Real-Time-Radiance-Field-Rendering-73cfad31a57c443d9c073f2b7aa246eb?pvs=4
Gaussian Splatting (GS) — новый метод рендеринга, которому прочат большое будущее в индустрии компьютерной графики. Gaussian Splatting превосходит state-of-the-art методы, сочетая высокое качество синтеза с быстротой обучения и отрисовки. Сейчас активно разрабатывают новые применения метода. Использовать GS уже можно в самых разнообразных задачах: от 3D-аватаров до навигации.
Из текста вы узнаете, как Gaussian Splatting:
- использует гауссианы для представления трёхмерного пространства
- позволяет эффективно отрисовать новые изображения для сцены
- обучается создавать детализированное представление сцены
Читайте нашу статью по ссылке: https://www.notion.so/deepschool-pro/3D-Gaussian-Splatting-Revolutionizing-Real-Time-Radiance-Field-Rendering-73cfad31a57c443d9c073f2b7aa246eb?pvs=4
deepschool-pro on Notion
3D Gaussian Splatting: Revolutionizing Real-Time Radiance Field Rendering | Notion
Автор: Глеб Бобровских
Редактура: Давид Свитов
Редактура: Давид Свитов
❤🔥23👍11❤7🔥3
Задачка про Docker 🖥
Мы завели канал DeepSchool | CV Rocket для того, чтобы рассказывать, как учить модели и как их потом доставлять до клиента (писать сервисы). И там, и там помогает Docker.
Предлагаем вам интерактив по нему: мы задаем вопрос, вы отвечаете в комментариях и получаете пиццу за правильный ответ!
Чтобы собрать docker-образ, в docker-файле нам обычно нужно перетащить весь код и установить зависимости. Это делают две строчки на изображении под этим постом. Они даже решат нашу задачу, но с ними что-то не так...🤔
Пишите в комментариях:
- что не так в этих строчках
- как их можно улучшить
Мы загадали два варианта решения. Первому комментарию на каждое из этих двух улучшений мы подарим пиццу 🍕
Варианты принимаются под постом с задачей в канале DeepSchool | CV Rocket до 14 марта 17:00 МСК. Потом мы выложим правильный вариант.
Ответ выложим там же через 2 дня.
Предлагайте свои решения!
Мы завели канал DeepSchool | CV Rocket для того, чтобы рассказывать, как учить модели и как их потом доставлять до клиента (писать сервисы). И там, и там помогает Docker.
Предлагаем вам интерактив по нему: мы задаем вопрос, вы отвечаете в комментариях и получаете пиццу за правильный ответ!
Чтобы собрать docker-образ, в docker-файле нам обычно нужно перетащить весь код и установить зависимости. Это делают две строчки на изображении под этим постом. Они даже решат нашу задачу, но с ними что-то не так...🤔
Пишите в комментариях:
- что не так в этих строчках
- как их можно улучшить
Мы загадали два варианта решения. Первому комментарию на каждое из этих двух улучшений мы подарим пиццу 🍕
Варианты принимаются под постом с задачей в канале DeepSchool | CV Rocket до 14 марта 17:00 МСК. Потом мы выложим правильный вариант.
Ответ выложим там же через 2 дня.
Предлагайте свои решения!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17❤7🔥7🤯3👏1
ModelSoups: варим суп из моделей
Если вы когда-нибудь участвовали в хакатоне или пытались повысить качество продуктового решения — скорее всего, вы уже сталкивались с усреднением предсказаний нейронных сетей. Но что делать, если мы хотим улучшить точность решения, не потратив при этом дополнительного времени на инференс нескольких моделей? Ответ есть: усреднение весов моделей, а не их выходов.
В 2022 году вышла статья, поймавшая тогда большой хайп: “Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time”. Авторы показали, как можно из нескольких моделей получить одну — лучшую по качеству модель за счет усреднения весов. В нашей статье мы подробно разобрали теорию и результаты, чтобы вы могли применять этот подход в своих задачах 🙂
Сегодня мы рассмотрим:
- Model Soups подход к усреднению весов модели и его результаты
- теорию подхода, а также границы применимости и сопутствующие требования
- применение подхода в СV и NLP направлениях
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/ModelSoups-2a26f819d3964a61ac7bdde0e48897c8?pvs=4
Если вы когда-нибудь участвовали в хакатоне или пытались повысить качество продуктового решения — скорее всего, вы уже сталкивались с усреднением предсказаний нейронных сетей. Но что делать, если мы хотим улучшить точность решения, не потратив при этом дополнительного времени на инференс нескольких моделей? Ответ есть: усреднение весов моделей, а не их выходов.
В 2022 году вышла статья, поймавшая тогда большой хайп: “Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time”. Авторы показали, как можно из нескольких моделей получить одну — лучшую по качеству модель за счет усреднения весов. В нашей статье мы подробно разобрали теорию и результаты, чтобы вы могли применять этот подход в своих задачах 🙂
Сегодня мы рассмотрим:
- Model Soups подход к усреднению весов модели и его результаты
- теорию подхода, а также границы применимости и сопутствующие требования
- применение подхода в СV и NLP направлениях
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/ModelSoups-2a26f819d3964a61ac7bdde0e48897c8?pvs=4
deepschool-pro on Notion
ModelSoups: варим суп из моделей | Notion
Автор: Дмитрий Раков
Редактура: Александр Лекомцев
Редактура: Александр Лекомцев
❤25🔥13👏7👍2🎉2🤩2🍾1
Как применяют CV в сейсморазведке
Есть малоизвестный (в силу своей специфики) домен, где можно применять CV — сейсморазведка. Сегодня мы познакомимся с этой наукой и расскажем, как в ней можно применить глубокие нейронные сети. А еще докажем, что многие задачи возможно представить как хорошо нам знакомые задачи компьютерного зрения.
Из статьи вы узнаете:
- что такое сейсморазведка
- как в ней применить подходы на основе глубоких нейронных сетей
- примеры открытых сейсмических данных
- как можно решить задачу их интерпретации с помощью CV
- и какие есть известные соревнования по МО на базе сейсмических датасетов
Если хотите узнать, как компьютерное зрение помогает находить нефть и другие полезные ископаемые — скорее переходите по ссылке: https://www.notion.so/deepschool-pro/CV-0ec38f8cd403420ab5570cdd4785503e?pvs=4
Есть малоизвестный (в силу своей специфики) домен, где можно применять CV — сейсморазведка. Сегодня мы познакомимся с этой наукой и расскажем, как в ней можно применить глубокие нейронные сети. А еще докажем, что многие задачи возможно представить как хорошо нам знакомые задачи компьютерного зрения.
Из статьи вы узнаете:
- что такое сейсморазведка
- как в ней применить подходы на основе глубоких нейронных сетей
- примеры открытых сейсмических данных
- как можно решить задачу их интерпретации с помощью CV
- и какие есть известные соревнования по МО на базе сейсмических датасетов
Если хотите узнать, как компьютерное зрение помогает находить нефть и другие полезные ископаемые — скорее переходите по ссылке: https://www.notion.so/deepschool-pro/CV-0ec38f8cd403420ab5570cdd4785503e?pvs=4
deepschool-pro on Notion
Как применяют CV в сейсморазведке | Notion
Автор: Булат Бадамшин
Редактура: Иван Перминов
Редактура: Иван Перминов
👍27❤14🔥12🤯4🐳1
5 инструментов эффективного DS-инженера
Выше мы писали, что любому DS-инженеру важно перенимать навыки и инструменты от разработчиков.
Ведь мы тоже пишем код, правим бизнес-логику, стараемся снижать bus factor и хотим, чтобы в проектах не было багов. Разве что следить нам приходится не только за кодом, но и за данными, экспериментами, моделями и прочими артефактами.
Чтобы упростить нашу жизнь, есть множество инструментов. Часть DS-специфичны (DVC, CML, MLFlow, etc), а часть просто перенята от коллег-разработчиков (CI/CD, тесты, конфиг-файлы, docker, etc).
🔥 И на ближайшей лекции мы расскажем о 5 важных инструментах!
А именно обсудим:
1️⃣ как использовать makefile для автоматизации рутины
2️⃣ какие тесты писать для моделинга
3️⃣ чем хорош lightning и как его использовать
4️⃣ как повысить качество кода с помощью линтеров
5️⃣ трекинг и визуализацию в CML
А также представим программу курса CV Rocket и подарим скидки на обучение!
🙋♂️ Спикер лекции — Егор Осинкин, Lead CV Engineer, EPAM
🗓 Встречаемся 21 марта, чт, 18:00 МСК!
Регистрируйтесь по ссылке!
После регистрации мы пришлем вам список полезных библиотек и сервисов для CV-инженеров!
Также в телеграм-боте будет краткий анализ CV-вакансий, где мы изучили, как менялись зарплаты, как они зависят от требований и от грейдов.
Зарегистрироваться
Выше мы писали, что любому DS-инженеру важно перенимать навыки и инструменты от разработчиков.
Ведь мы тоже пишем код, правим бизнес-логику, стараемся снижать bus factor и хотим, чтобы в проектах не было багов. Разве что следить нам приходится не только за кодом, но и за данными, экспериментами, моделями и прочими артефактами.
Чтобы упростить нашу жизнь, есть множество инструментов. Часть DS-специфичны (DVC, CML, MLFlow, etc), а часть просто перенята от коллег-разработчиков (CI/CD, тесты, конфиг-файлы, docker, etc).
А именно обсудим:
А также представим программу курса CV Rocket и подарим скидки на обучение!
🙋♂️ Спикер лекции — Егор Осинкин, Lead CV Engineer, EPAM
Регистрируйтесь по ссылке!
После регистрации мы пришлем вам список полезных библиотек и сервисов для CV-инженеров!
Также в телеграм-боте будет краткий анализ CV-вакансий, где мы изучили, как менялись зарплаты, как они зависят от требований и от грейдов.
Зарегистрироваться
Please open Telegram to view this post
VIEW IN TELEGRAM
👍16🔥9❤7🐳2
Где грань между синдромом самозванца и адекватной оценкой навыков и как планировать своё развитие как специалиста
Об этом мы поговорим на прямом эфире с Андреем Шадриковым сегодня 19 марта
Коротко об Андрее:
- Head of R&D Verigram
- команда Андрея занимает топовые места в главном бенчмарке по распознаванию лиц от NIST
- большую часть карьеры посвятил задачам биометрии
- организует митапы и выступает на них (BeeTech, Sberloga, Samsung AI Campus)
- преподает блок по распознаванию лиц на CV Rocket
🗓 19 марта в 18:00 МСК проведём интервью с Андреем, где обсудим:
- как адекватно оценить свой уровень
- какие задачи брать в первую очередь
- как составить роадмап развития в индустрии
- и как это развитие ускорить
Эфир пройдёт в нашем канале DeepSchool | CV Rocket
Переходите в канал и присоединяйтесь к нашему интервью!
До встречи на прямом эфире!🔥
Об этом мы поговорим на прямом эфире с Андреем Шадриковым сегодня 19 марта
Коротко об Андрее:
- Head of R&D Verigram
- команда Андрея занимает топовые места в главном бенчмарке по распознаванию лиц от NIST
- большую часть карьеры посвятил задачам биометрии
- организует митапы и выступает на них (BeeTech, Sberloga, Samsung AI Campus)
- преподает блок по распознаванию лиц на CV Rocket
- как адекватно оценить свой уровень
- какие задачи брать в первую очередь
- как составить роадмап развития в индустрии
- и как это развитие ускорить
Эфир пройдёт в нашем канале DeepSchool | CV Rocket
Переходите в канал и присоединяйтесь к нашему интервью!
До встречи на прямом эфире!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥17❤🔥5👍5❤2👏1
DeepSchool
Где грань между синдромом самозванца и адекватной оценкой навыков и как планировать своё развитие как специалиста Об этом мы поговорим на прямом эфире с Андреем Шадриковым сегодня 19 марта Коротко об Андрее: - Head of R&D Verigram - команда Андрея занимает…
Мы начали, подключайтесь!🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10
Повышаем эффективность DS-инженеров
Напоминаем, что уже завтра проведём лекцию, на которой расскажем об инструментах, которые позволяют развиваться CV-инженеру и решать задачи эффективнее.
Обсудим:
1️⃣ как использовать makefile для автоматизации рутины
2️⃣ какие тесты писать для моделинга
3️⃣ чем хорош lightning и как его использовать
4️⃣ как повысить качество кода с помощью линтеров
5️⃣ трекинг и визуализацию в CML
Регистрируйтесь и приходите завтра в 18.00 МСК!
🔥 Ещё после регистрации вы получите список полезных библиотек и сервисов для CV-инженеров
До встречи на лекции!😉
Напоминаем, что уже завтра проведём лекцию, на которой расскажем об инструментах, которые позволяют развиваться CV-инженеру и решать задачи эффективнее.
Обсудим:
Регистрируйтесь и приходите завтра в 18.00 МСК!
До встречи на лекции!😉
Please open Telegram to view this post
VIEW IN TELEGRAM
DeepSchool | 5 инструментов для повышения эффективности DS-инженера
Онлайн-лекция"5 инструментов эффективного DS-инженера"
❤11🔥9👏7👍1
🔥Начинаем через 15 минут
Вы ещё успеваете зарегистрироваться!
На лекции разберём:
1️⃣ как использовать makefile для автоматизации рутины
2️⃣ как помогают тесты
3️⃣ чем хорош lightning и как его использовать
4️⃣ как повысить качество кода с помощью линтеров
5️⃣ трекинг и визуализацию в CML
И представим программу курса «CV Rocket»
Присоединяйтесь к лекции!
Вы ещё успеваете зарегистрироваться!
На лекции разберём:
И представим программу курса «CV Rocket»
Присоединяйтесь к лекции!
Please open Telegram to view this post
VIEW IN TELEGRAM
DeepSchool | 5 инструментов для повышения эффективности DS-инженера
Онлайн-лекция"5 инструментов эффективного DS-инженера"
❤9🔥5👏4
DETR
Для 2024 года трансформеры в различных задачах CV — частое явление, которым мало кого удивишь. Тем интереснее первые шаги ресёрчеров на пути использования знаменитой encoder-decoder архитектуры.
В середине 2020 года миру представили детектор DETR, или DEtection TRansformer. Он оказался способным решать задачу детекции напрямую: предсказывать список боксов и соответствующих им классов по изображению.
В этой статье мы:
- узнаем, как решать задачу детекции напрямую — без дополнительных методов по типу NMS (non-maximum suppression) или генерации анкоров
- детально разберем архитектуру DETR
- и посмотрим на результаты её применения в downstream задачах
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/DETR-ce96a32c90974db5825a3b6698a9ae2b?pvs=4
Для 2024 года трансформеры в различных задачах CV — частое явление, которым мало кого удивишь. Тем интереснее первые шаги ресёрчеров на пути использования знаменитой encoder-decoder архитектуры.
В середине 2020 года миру представили детектор DETR, или DEtection TRansformer. Он оказался способным решать задачу детекции напрямую: предсказывать список боксов и соответствующих им классов по изображению.
В этой статье мы:
- узнаем, как решать задачу детекции напрямую — без дополнительных методов по типу NMS (non-maximum suppression) или генерации анкоров
- детально разберем архитектуру DETR
- и посмотрим на результаты её применения в downstream задачах
Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/DETR-ce96a32c90974db5825a3b6698a9ae2b?pvs=4
deepschool-pro on Notion
DETR | Notion
Автор: Герман Петров
Редактура: Булат Бадамшин
Редактура: Булат Бадамшин
👍25🔥19❤11