Forwarded from Стартап дня. Александр Горный.
БУДУЩЕЕ GPT
Новость дня – Microsoft поглощает OpenAI вместе с GPT и ChatGPT. Статья-первоисточник утечки одна, она может ошибаться, но она утверждает очень интересные вещи.
- Microsoft инвестирует в компанию аж 10 миллиардов долларов. Это много.
- OpenAI оценивается в 19 миллиардов долларов (29 Post-money), а не 29 Pre, о которых говорили неделю назад или 20, по которым его оценивали в реальной сделке осенью. Возможно, конечно, тут журналист просто переврал от непонимания арифметики. Или, ещё более вероятно, инвестиции-то и нет, а есть выкуп имеющихся акционеров. В любом случае написано четко: “$29 billion, including the new investment”.
- Сделка структурирована так, что Microsoft будет забирать 75% будущей прибыли, пока не вернет своё вложение, а потом получит 49% компании. Это достаточно типичные условия для финансирования запуска нового ресторана в Москве, но в нежном американском венчуре – новинка. Как только деньги стали дорогими, США сразу переняли лучшие российские бизнес-практики.
- С 49% у Microsoft будет фактический контроль над компанией (уж 1%+1 голос среди других инвесторов им поддакнут на голосовании), но формальной консолидации не произойдет. И, вероятно, у антимонопольщиков будет меньше поводов оспорить сделку. Это уже лучший китайский опыт, там весь рынок был так устроен. Каждый крупной сервис либо Tencent, либо Alibaba принадлежал, но частично, а не полностью. В большую команду входил, формальную независимость сохранял. Сейчас, правда, регуляторы заставляют распутывать эти отношения.
- У основателей доли не останется, ещё 49% уйдет другим инвесторам и только 2% – некоммерческой родительской организации. Это хорошо бьется с гипотезой о том, что реально-то происходит покупка, а не инвестиция.
Если всё сбудется, как написано, то сделка:
- долгосрочно плоха для американского, т. е. мирового IT-рынка, в него приходят неприятные стандарты;
- долгосрочно хороша для Microsoft, он получает очень сильный рычаг на будущее – останется только не испортить;
- среднесрочно хороша для пользователей, Google лишний раз напряжется, всем приятно.
https://www.semafor.com/article/01/09/2023/microsoft-eyes-10-billion-bet-on-chatgpt
——
http://t.me/startupoftheday — рассказ о новом стартапе каждый день. Кратко и без воды.
Новость дня – Microsoft поглощает OpenAI вместе с GPT и ChatGPT. Статья-первоисточник утечки одна, она может ошибаться, но она утверждает очень интересные вещи.
- Microsoft инвестирует в компанию аж 10 миллиардов долларов. Это много.
- OpenAI оценивается в 19 миллиардов долларов (29 Post-money), а не 29 Pre, о которых говорили неделю назад или 20, по которым его оценивали в реальной сделке осенью. Возможно, конечно, тут журналист просто переврал от непонимания арифметики. Или, ещё более вероятно, инвестиции-то и нет, а есть выкуп имеющихся акционеров. В любом случае написано четко: “$29 billion, including the new investment”.
- Сделка структурирована так, что Microsoft будет забирать 75% будущей прибыли, пока не вернет своё вложение, а потом получит 49% компании. Это достаточно типичные условия для финансирования запуска нового ресторана в Москве, но в нежном американском венчуре – новинка. Как только деньги стали дорогими, США сразу переняли лучшие российские бизнес-практики.
- С 49% у Microsoft будет фактический контроль над компанией (уж 1%+1 голос среди других инвесторов им поддакнут на голосовании), но формальной консолидации не произойдет. И, вероятно, у антимонопольщиков будет меньше поводов оспорить сделку. Это уже лучший китайский опыт, там весь рынок был так устроен. Каждый крупной сервис либо Tencent, либо Alibaba принадлежал, но частично, а не полностью. В большую команду входил, формальную независимость сохранял. Сейчас, правда, регуляторы заставляют распутывать эти отношения.
- У основателей доли не останется, ещё 49% уйдет другим инвесторам и только 2% – некоммерческой родительской организации. Это хорошо бьется с гипотезой о том, что реально-то происходит покупка, а не инвестиция.
Если всё сбудется, как написано, то сделка:
- долгосрочно плоха для американского, т. е. мирового IT-рынка, в него приходят неприятные стандарты;
- долгосрочно хороша для Microsoft, он получает очень сильный рычаг на будущее – останется только не испортить;
- среднесрочно хороша для пользователей, Google лишний раз напряжется, всем приятно.
https://www.semafor.com/article/01/09/2023/microsoft-eyes-10-billion-bet-on-chatgpt
——
http://t.me/startupoftheday — рассказ о новом стартапе каждый день. Кратко и без воды.
👍3
Forwarded from Generative AI
🔥 Prompt Generator
Подробный и наглядный генератор промтов в Google Sheets для Stable Diffusion
▪Reddit
▪Скрипт
@ai_generative
Подробный и наглядный генератор промтов в Google Sheets для Stable Diffusion
▪Скрипт
@ai_generative
👏1🤔1
Forwarded from Градиент обреченный (Sergei Averkiev)
🔺 Let's build (chat)GPT
Новое видео от Андрея Карпати. На этот раз с нуля собираем GPT (генеративную языковую модель) в colab'е. Также на пальцах рассказывается, что такое ChatGPT.
Как обычно, все объясняется с самых основ. Причем, если что-то непонятно, то Андрей уже записал и выложил ряд крутых лекций под общим названием "Neural Nets. From zero to hero". Очень полезный образовательный контент.
👉 Видео | nanoGPT | Код из занятия
Новое видео от Андрея Карпати. На этот раз с нуля собираем GPT (генеративную языковую модель) в colab'е. Также на пальцах рассказывается, что такое ChatGPT.
Как обычно, все объясняется с самых основ. Причем, если что-то непонятно, то Андрей уже записал и выложил ряд крутых лекций под общим названием "Neural Nets. From zero to hero". Очень полезный образовательный контент.
👉 Видео | nanoGPT | Код из занятия
🔥2
Forwarded from DLStories
Ребята из Google Research и Гарварда собрали Deep Learning Tuning Playbook. Это гайд о том, как ставить эксперименты и тюнить AI-модели максимально эффективно:
- как выбрать архитектуру модели под проект;
- как выбрать оптимизатор и другие гиперпараметры;
- куда смотреть, чтобы улучшить перформанс модели;
- как собрать пайплайн, понимать, сколько обучать и выбирать лучший чекпоинт;
- ...
Гайд ориентирован прежде всего на supervised и self-supervised learning. Обещают гайд пополнять и обновлять
Ссылка на гайд
- как выбрать архитектуру модели под проект;
- как выбрать оптимизатор и другие гиперпараметры;
- куда смотреть, чтобы улучшить перформанс модели;
- как собрать пайплайн, понимать, сколько обучать и выбирать лучший чекпоинт;
- ...
Гайд ориентирован прежде всего на supervised и self-supervised learning. Обещают гайд пополнять и обновлять
Ссылка на гайд
🔥3🆒1
Forwarded from Data Science | Machinelearning [ru]
Хакатон с призом в 650 000 рублей
Big Data МТС готовит турнир по Machine Learning для датасаентистов, ML-инженеров и аналитиков.
Задача – определить пол и возраст владельца синтетических cookie. Участником может стать любой, от джуна до сеньора.
Призовой фонд MTC ML Cup – 650 000 рублей: 350 000 рублей за первое место, 200 000 рублей – за второе, 100 000 рублей – обладателю бронзы.
Начало – 30 января, регистрация открыта до 15 марта: простая анкета для участников и все подробности.
Big Data МТС готовит турнир по Machine Learning для датасаентистов, ML-инженеров и аналитиков.
Задача – определить пол и возраст владельца синтетических cookie. Участником может стать любой, от джуна до сеньора.
Призовой фонд MTC ML Cup – 650 000 рублей: 350 000 рублей за первое место, 200 000 рублей – за второе, 100 000 рублей – обладателю бронзы.
Начало – 30 января, регистрация открыта до 15 марта: простая анкета для участников и все подробности.
🤔2
Forwarded from DLStories
А мы открываем набор на весенний семестр школы глубокого обучения Deep Learning School!
#learning
DLschool — это школа при ФПМИ МФТИ, где мы учим нейронным сетям с самых азов до продвинутого уровня. Полный курс состоит из двух частей, каждая из которых длится полгода.
- Первая часть посвящена введению в нейросети и компьютерному зрению. Начинаем мы с языка Python и необходимой математики для понимания нейросетей, переходим к основам машинного обучения и обработки картинок, заканчиваем переносом стиля изображений и ГАНами.
- Вторая часть полностью посвящена темам NLP и обработки звука.
Две части курса можно проходить независимо. Можно пройти только первую часть или только вторую. Но обратите внимание, что для прохождения второй части нужно знать Python, понимать математику и основы нейросетей, о которых мы рассказываем в первой части курса.
Особенность нашей школы в том, что мы даем много практики (теория при этом тоже есть, разумеется, и немало). Вам предстоит много практических домашних заданий и самостоятельный итоговый проект в конце семестра. По окончании обучения вы точно получите нужные практические навыки работы с нейросетями.
Сейчас идет набор на первую часть курса. На вторую часть набор откроется чуть позже, об этом сообщу отдельно.
Преподаватели школы — ведущие специалисты российских и зарубежных IT-компаний и научные сотрудники исследовательских лабораторий МФТИ. Среди них — я (Таня), буду вести у вас несколько лекций про CV, сегментацию и архитектуры сетей =)
Школа бесплатная. Полностью онлайн: учиться можно из любой точки мира, где есть интернет. Занятия проходят раз в неделю — лекция, семинар и домашнее задание. Обучение проходит на платформе Stepik. Берем всех, отбора нет.
Начинаем 18 февраля. Регистрация продлится до 26 февраля. Чтобы зарегистрироваться на курс, отсавьте заявку на этой странице. После этого вам на почту придет письмо со ссылками на курс на Степике, на канал и чат в Телеграме.
При регистрации вам нужно выбрать поток — базовый или продвинутый. Как выбрать свой поток, читайте на сайте в разделе FAQ. Также у нас есть группа школы ВКонтакте — там очень удобно следить за новостями.
Ответы на самые часто задаваемые вопросы по курсу вы также можете найти на сайте в разделе FAQ. Если остались вопросы, спрашивайте в комментариях к этому посту ⬇️ Постараюсь ответить на все. Также если в канале есть выпускники наших прошлых потоков, буду благодарна, если вы поделитесь своим опытом прохождения курса и поможете отвечать на вопросы =)
Ну и ждем вас в чатиках наших курсов в новом семестре!🥰
#learning
DLschool — это школа при ФПМИ МФТИ, где мы учим нейронным сетям с самых азов до продвинутого уровня. Полный курс состоит из двух частей, каждая из которых длится полгода.
- Первая часть посвящена введению в нейросети и компьютерному зрению. Начинаем мы с языка Python и необходимой математики для понимания нейросетей, переходим к основам машинного обучения и обработки картинок, заканчиваем переносом стиля изображений и ГАНами.
- Вторая часть полностью посвящена темам NLP и обработки звука.
Две части курса можно проходить независимо. Можно пройти только первую часть или только вторую. Но обратите внимание, что для прохождения второй части нужно знать Python, понимать математику и основы нейросетей, о которых мы рассказываем в первой части курса.
Особенность нашей школы в том, что мы даем много практики (теория при этом тоже есть, разумеется, и немало). Вам предстоит много практических домашних заданий и самостоятельный итоговый проект в конце семестра. По окончании обучения вы точно получите нужные практические навыки работы с нейросетями.
Сейчас идет набор на первую часть курса. На вторую часть набор откроется чуть позже, об этом сообщу отдельно.
Преподаватели школы — ведущие специалисты российских и зарубежных IT-компаний и научные сотрудники исследовательских лабораторий МФТИ. Среди них — я (Таня), буду вести у вас несколько лекций про CV, сегментацию и архитектуры сетей =)
Школа бесплатная. Полностью онлайн: учиться можно из любой точки мира, где есть интернет. Занятия проходят раз в неделю — лекция, семинар и домашнее задание. Обучение проходит на платформе Stepik. Берем всех, отбора нет.
Начинаем 18 февраля. Регистрация продлится до 26 февраля. Чтобы зарегистрироваться на курс, отсавьте заявку на этой странице. После этого вам на почту придет письмо со ссылками на курс на Степике, на канал и чат в Телеграме.
При регистрации вам нужно выбрать поток — базовый или продвинутый. Как выбрать свой поток, читайте на сайте в разделе FAQ. Также у нас есть группа школы ВКонтакте — там очень удобно следить за новостями.
Ответы на самые часто задаваемые вопросы по курсу вы также можете найти на сайте в разделе FAQ. Если остались вопросы, спрашивайте в комментариях к этому посту ⬇️ Постараюсь ответить на все. Также если в канале есть выпускники наших прошлых потоков, буду благодарна, если вы поделитесь своим опытом прохождения курса и поможете отвечать на вопросы =)
Ну и ждем вас в чатиках наших курсов в новом семестре!🥰
dls.samcs.ru
Deep Learning School
Онлайн-школа по искусственному интеллекту
👍4
Forwarded from Алексей Чернобровов
Простое прогнозирование с Lazy Predict👨💻
Давайте познакомимся с полезной для Data Science библиотекой Python Lazy Predict и разберем, что это такое и где пригодится. 🔍
Это библиотека для сравнения производительности различных моделей машинного обучения в наборе данных. По сути, это обертка, которая позволяет быстро подогнать все ML-модели под набор данных и сравнить их производительность буквально за пару строчек кода. Lazy Predict отлично работает с классификацией и регрессией, позволяя сравнить результаты обучения ML-моделей по самым важным метрикам: R-Squared, RMSE, Accuracy, F1-Score и время обучения.
Библиотека имеет открытый исходный код и отлично совместима со sklearn, numpy и другими Python-библиотеками, которые используются в задачах Data Science.💡
https://lazypredict.readthedocs.io/en/stable/readme.html
Давайте познакомимся с полезной для Data Science библиотекой Python Lazy Predict и разберем, что это такое и где пригодится. 🔍
Это библиотека для сравнения производительности различных моделей машинного обучения в наборе данных. По сути, это обертка, которая позволяет быстро подогнать все ML-модели под набор данных и сравнить их производительность буквально за пару строчек кода. Lazy Predict отлично работает с классификацией и регрессией, позволяя сравнить результаты обучения ML-моделей по самым важным метрикам: R-Squared, RMSE, Accuracy, F1-Score и время обучения.
Библиотека имеет открытый исходный код и отлично совместима со sklearn, numpy и другими Python-библиотеками, которые используются в задачах Data Science.💡
https://lazypredict.readthedocs.io/en/stable/readme.html
✍1👏1
Forwarded from Yandex for ML
Привет! Мы врываемся в сезон 2023 и открываем регистрацию на первую тренировку этого года, которая пройдет 16 февраля.
Вас ждут доклады от победителей и призеров ML-соревнований, обзорный доклад про актуальные соревнования от Петра Ермакова, общение в чате и в офлайне.
Для офлайн-участников мы приготовим вкусный кофе и проведем экскурсии по Яндекс Музею и офису Яндекса, также у вас будет возможность порисовать с нейросетью-соавтором, побегать вместе с ежом Соником и посмотреть, какими были домашние компьютеры 30-40 лет назад.
Регистрируйтесь, чтобы принять участие онлайн или офлайн (напоминаем, что количество мест в офлайне ограничено). Подробная программа появится на лендинге до конца недели.
Вас ждут доклады от победителей и призеров ML-соревнований, обзорный доклад про актуальные соревнования от Петра Ермакова, общение в чате и в офлайне.
Для офлайн-участников мы приготовим вкусный кофе и проведем экскурсии по Яндекс Музею и офису Яндекса, также у вас будет возможность порисовать с нейросетью-соавтором, побегать вместе с ежом Соником и посмотреть, какими были домашние компьютеры 30-40 лет назад.
Регистрируйтесь, чтобы принять участие онлайн или офлайн (напоминаем, что количество мест в офлайне ограничено). Подробная программа появится на лендинге до конца недели.
👨💻3
Forwarded from New Yorko Times (Yury Kashnitsky)
Перезапуск курса ODS по MLOps на русском
#courses #ml #petproject
Я проходил этот курс год назад – отлично зашло. Помимо лекций и заданий про технологии мне понравились командные проекты. По сути можно взять любую ML задачу (хоть с кэггла, хоть по работе или из заброшенного пет-проджекта) и пройти с ней весь путь от заворачивания в сервис до деплоя и поддержки.
О нашем командном пет-проекте про криптобарометр я рассказывал в этой статье на Хабре https://habr.com/ru/company/ods/blog/673376, там немало и про организационную часть, как я наладил работу в команде, какие техники планирования использовал, какие роли были в команде и т.д. А также про инженерию и исследовательские задачи в рамках проекта.
Два менее очевидных плюса от участия в курсе и командном проекте:
- поработал с rock star, Виктор Александрин – суперпродуктивен и по инженерной части, и как исследователь. Да еще сама скромность.
- презентовал наш криптобарометр на tech talk в Амазоне, это у них первый этап интервью, рассказать про какой-то свой проект очень подробно.
Курс: https://ods.ai/tracks/ml-in-production-spring-23 Стартует 20 марта
Каналы: общий @MLopsProduction + чат для ближайшего запуска курса https://t.me/+Y7JIRbj9cBk2NGYy
#courses #ml #petproject
Я проходил этот курс год назад – отлично зашло. Помимо лекций и заданий про технологии мне понравились командные проекты. По сути можно взять любую ML задачу (хоть с кэггла, хоть по работе или из заброшенного пет-проджекта) и пройти с ней весь путь от заворачивания в сервис до деплоя и поддержки.
О нашем командном пет-проекте про криптобарометр я рассказывал в этой статье на Хабре https://habr.com/ru/company/ods/blog/673376, там немало и про организационную часть, как я наладил работу в команде, какие техники планирования использовал, какие роли были в команде и т.д. А также про инженерию и исследовательские задачи в рамках проекта.
Два менее очевидных плюса от участия в курсе и командном проекте:
- поработал с rock star, Виктор Александрин – суперпродуктивен и по инженерной части, и как исследователь. Да еще сама скромность.
- презентовал наш криптобарометр на tech talk в Амазоне, это у них первый этап интервью, рассказать про какой-то свой проект очень подробно.
Курс: https://ods.ai/tracks/ml-in-production-spring-23 Стартует 20 марта
Каналы: общий @MLopsProduction + чат для ближайшего запуска курса https://t.me/+Y7JIRbj9cBk2NGYy
🔥2
Forwarded from ODS Events
Сап чат, у нас для вас новости про Data Fest 2023 🎉
Во-первых, он таки будет распределенным: и онлайн, и оффлайн в разных городах 😱 Об этом расскажем на следующей неделе
Во-вторых, до конца подачи докладов остался месяц ✨
И в этом посте хотим поделиться, какие первые11 12 секций вы уже сможете посетить, и куда подать свои доклады 🔥
1. Reliable ML (@Reliable ML): Causal Inference, A/B testing, ML System Design, ML Interpretability и не только 🚀
Подавать доклады: @irina_goloshchapova и @Promsoft
2. NLP: теория и практика про современный анализ текста 📚
Подавать доклады: @madrugado
3. Instruct Models: RL в NLP, обсуждение последних достижений по типу chatgpt 🤖
Подавать доклады: @mark_rtb
4. Computer Vision: теория и практика в CV, вплоть до нерфов 👁
Подавать доклады: в форму на ods.ai
5. PyData: хранение, визуализация, обработка и анализ данных на Python 🐍
Подавать доклады: @ermakovpetr
6. DS/ML Open Source: открытые библиотеки и фреймворки — и хорошо известные, и нестандартные 💻
Подавать доклады: @nicl_nno
7. MLOps: подходы и инструменты для разработки, помогающие внедренять ML-решений в production 🦾
Подавать доклады: @pavel_kikin и @ermakovpetr
8. Data Collection & Labelling: все связанное со сбором и разметкой данных 📝
Подавать доклады: @roman_kucev и @ermakovpetr
9. Ужасы Медицинских Данных: про тяжесть бытия с ML в здравоохранении 💉
Подавать доклады: @crazyfrogspb
10. ML in Manufacturing: приложения и кейсы применения ML в промышленности и на производстве 🏭
Подавать доклады: @dpodvyaznikov
11. Career: кулстори, дилеммы и рефлексия про карьеру в DS/ML 💸
Подавать доклады: в форму на ods.ai
12. Code Mining: анализ исходных кодов и связанных артефактов 🖥
Подавать доклады: @alsmirn
P.S. Если у вас есть тема для крутого доклада, но секции под тему пока не объявлено, кидайте тоже в форму на ods.ai 🌚
P.P.S. Подать свою секцию на Фест можно еще 2 недели в другой форме на ods.ai 💪
Регистрация на Фест тут 🎉
Во-первых, он таки будет распределенным: и онлайн, и оффлайн в разных городах 😱 Об этом расскажем на следующей неделе
Во-вторых, до конца подачи докладов остался месяц ✨
И в этом посте хотим поделиться, какие первые
1. Reliable ML (@Reliable ML): Causal Inference, A/B testing, ML System Design, ML Interpretability и не только 🚀
Подавать доклады: @irina_goloshchapova и @Promsoft
2. NLP: теория и практика про современный анализ текста 📚
Подавать доклады: @madrugado
3. Instruct Models: RL в NLP, обсуждение последних достижений по типу chatgpt 🤖
Подавать доклады: @mark_rtb
4. Computer Vision: теория и практика в CV, вплоть до нерфов 👁
Подавать доклады: в форму на ods.ai
5. PyData: хранение, визуализация, обработка и анализ данных на Python 🐍
Подавать доклады: @ermakovpetr
6. DS/ML Open Source: открытые библиотеки и фреймворки — и хорошо известные, и нестандартные 💻
Подавать доклады: @nicl_nno
7. MLOps: подходы и инструменты для разработки, помогающие внедренять ML-решений в production 🦾
Подавать доклады: @pavel_kikin и @ermakovpetr
8. Data Collection & Labelling: все связанное со сбором и разметкой данных 📝
Подавать доклады: @roman_kucev и @ermakovpetr
9. Ужасы Медицинских Данных: про тяжесть бытия с ML в здравоохранении 💉
Подавать доклады: @crazyfrogspb
10. ML in Manufacturing: приложения и кейсы применения ML в промышленности и на производстве 🏭
Подавать доклады: @dpodvyaznikov
11. Career: кулстори, дилеммы и рефлексия про карьеру в DS/ML 💸
Подавать доклады: в форму на ods.ai
12. Code Mining: анализ исходных кодов и связанных артефактов 🖥
Подавать доклады: @alsmirn
P.S. Если у вас есть тема для крутого доклада, но секции под тему пока не объявлено, кидайте тоже в форму на ods.ai 🌚
P.P.S. Подать свою секцию на Фест можно еще 2 недели в другой форме на ods.ai 💪
Регистрация на Фест тут 🎉
🔥2
Forwarded from ODS Events
Привет!
Настало время поделиться подробностями про Data Halloween 28 октября 🎃
Старт программы запланирован на 12:00 по мск, откроем день включением live эфира на ODS YouTube. В планах на субботу весь день слушать доклады по NLP, CV, MLOps и Random DS темам и участвовать в специальных активностях от наших любимых организаторов.
Спец.активности:
🧟♂️ Конкурс Scary code – достаньте из самых тёмных закромов своих проектов самый ужасающий код, способный вселить страх и душевный трепет в любого на него смотрящего 😱Авторам самого ужасающего кода мы отправим мерч с лого сообщества 🎁
28 октября мы уже подводим итоги, а чтобы участвовать в конкурсе, ссылка на код должна быть отправлена до 20:00 27 октября включительно.
🔥 Live coding – Мы ждём смельчаков, которые попробуют в прямом эфире решить простую, красиво оформленную задачку. За прошлый год на собеседованиях в одну команду, решить эту задачку смогли всего несколько человек. Можно практически всё: гуглить, спрашивать совета у интервьюера или у друзей. Знать наизусть ничего не нужно. Нужны желание, адекватность и здоровый авантюризм! Приходите, будет весело! Первому решившему задачу - респект и наша фирменная футболка 🎁
🦇Собеседования в никуда – отличный шанс попробовать пройти виртуальное собеседование в несуществующую компанию и услышать рекомендации. У нас всегда очень уютная атмосфера, но если захочется жести и больше тематики halloween, только скажите 😁
Расписание докладов и активностей в субботу уже доступно на сайте.
Всех ждем! Trick or treat 😈 🍬
Настало время поделиться подробностями про Data Halloween 28 октября 🎃
Старт программы запланирован на 12:00 по мск, откроем день включением live эфира на ODS YouTube. В планах на субботу весь день слушать доклады по NLP, CV, MLOps и Random DS темам и участвовать в специальных активностях от наших любимых организаторов.
Спец.активности:
🧟♂️ Конкурс Scary code – достаньте из самых тёмных закромов своих проектов самый ужасающий код, способный вселить страх и душевный трепет в любого на него смотрящего 😱Авторам самого ужасающего кода мы отправим мерч с лого сообщества 🎁
28 октября мы уже подводим итоги, а чтобы участвовать в конкурсе, ссылка на код должна быть отправлена до 20:00 27 октября включительно.
🔥 Live coding – Мы ждём смельчаков, которые попробуют в прямом эфире решить простую, красиво оформленную задачку. За прошлый год на собеседованиях в одну команду, решить эту задачку смогли всего несколько человек. Можно практически всё: гуглить, спрашивать совета у интервьюера или у друзей. Знать наизусть ничего не нужно. Нужны желание, адекватность и здоровый авантюризм! Приходите, будет весело! Первому решившему задачу - респект и наша фирменная футболка 🎁
🦇Собеседования в никуда – отличный шанс попробовать пройти виртуальное собеседование в несуществующую компанию и услышать рекомендации. У нас всегда очень уютная атмосфера, но если захочется жести и больше тематики halloween, только скажите 😁
Расписание докладов и активностей в субботу уже доступно на сайте.
Всех ждем! Trick or treat 😈 🍬
👍3
sd001.gif
31.1 MB
Генерация изображений Stable Diffusion + анимация + замена лица, результат.
Что под капотом: web-интерфейс Automatic1111, нейромодель RealCartoon3D, расширения - Reactor для замены лица, AnimateDiff для анимации.
https://github.com/AUTOMATIC1111/stable-diffusion-webui (Automatic1111)
https://github.com/Gourieff/sd-webui-reactor (Reactor)
https://github.com/continue-revolution/sd-webui-animatediff (AnimateDiff)
https://civitai.com/models/94809/realcartoon3d (RealCartoon3D)
Что под капотом: web-интерфейс Automatic1111, нейромодель RealCartoon3D, расширения - Reactor для замены лица, AnimateDiff для анимации.
https://github.com/AUTOMATIC1111/stable-diffusion-webui (Automatic1111)
https://github.com/Gourieff/sd-webui-reactor (Reactor)
https://github.com/continue-revolution/sd-webui-animatediff (AnimateDiff)
https://civitai.com/models/94809/realcartoon3d (RealCartoon3D)
👍1
Forwarded from DLS — новости
🫶Свежий выпуск подкаста Deep Learning Stories
3 выпуск 2 сезона нашего подкаста уже в релизе! Он получился крайне психотерапевтичным. Мы поговорили с выпускником DLS Михаилом Васильевым про то, как войти в айти после 35 лет, создавать сообщества и помогать друг другу. Мы поговорили про трудности, с которыми он столкнулся на пути к карьере в ML и обсудили, как можно начать успешный путь в этой сфере в любом возрасте.
Успешный успех бывает разным❤️
Слушать и смотреть:
🔊YouTube
🔊VK
🔊Apple Podcasts
🔊Spotify
🔊Яндекс.Музыка
Тоже видите в себе героя подкаста? Можете с нами связаться!
А также напоминаем, что работаем мы (в том числе и пишем подкасты) в том числе и благодаря вашей поддержке. Поддержать нас можно вот так.
3 выпуск 2 сезона нашего подкаста уже в релизе! Он получился крайне психотерапевтичным. Мы поговорили с выпускником DLS Михаилом Васильевым про то, как войти в айти после 35 лет, создавать сообщества и помогать друг другу. Мы поговорили про трудности, с которыми он столкнулся на пути к карьере в ML и обсудили, как можно начать успешный путь в этой сфере в любом возрасте.
Успешный успех бывает разным❤️
Слушать и смотреть:
🔊YouTube
🔊VK
🔊Apple Podcasts
🔊Spotify
🔊Яндекс.Музыка
Тоже видите в себе героя подкаста? Можете с нами связаться!
А также напоминаем, что работаем мы (в том числе и пишем подкасты) в том числе и благодаря вашей поддержке. Поддержать нас можно вот так.
Forwarded from DLS — новости
🎓Открыты все первые уроки
Мы уже начали обучение весеннего семестра: у нас можно посмотреть всю организационную информацию, посмотреть первые уроки и уже попробовать сдать первую домашку. Если вы потерялись, то вот самые важные ссылки:
📍Курс 1 семестра на Stepik
📍Курс 2 семестра на Stepik
📍Чат 1 семестра
📍Чат 2 семестра
📍Ответы на вопросы
📍Вводный вебинар
И несмотря на то, что уроки уже открыты и вводные вебинары прошли, вы все еще можете зарегистрироваться и начать обучение. Регистрацию мы закрываем через пару месяцев после начала курса. Верим в вас!
📍РЕГИСТРАЦИЯ📍
Поэтому еще не поздно поделиться нашей школой и курсом с друзьями.
Также если вы поняли, что вам потребуется дополнительная помощь при прохождении курса, чтобы на этот раз под руководством наставника уж точно довести дело до конца, то рекомендуем перейти на Premium-поддержку. Прочитать подробнее и приобрести можно здесь:
📍Premium-поддержка📍
Задавать вопросы, кстати, можно так:
👉В чат своего потока
👉Через нашу почту dlphystech@gmail.com
👉В VK
Будем на связи!
Мы уже начали обучение весеннего семестра: у нас можно посмотреть всю организационную информацию, посмотреть первые уроки и уже попробовать сдать первую домашку. Если вы потерялись, то вот самые важные ссылки:
📍Курс 1 семестра на Stepik
📍Курс 2 семестра на Stepik
📍Чат 1 семестра
📍Чат 2 семестра
📍Ответы на вопросы
📍Вводный вебинар
И несмотря на то, что уроки уже открыты и вводные вебинары прошли, вы все еще можете зарегистрироваться и начать обучение. Регистрацию мы закрываем через пару месяцев после начала курса. Верим в вас!
📍РЕГИСТРАЦИЯ📍
Поэтому еще не поздно поделиться нашей школой и курсом с друзьями.
Также если вы поняли, что вам потребуется дополнительная помощь при прохождении курса, чтобы на этот раз под руководством наставника уж точно довести дело до конца, то рекомендуем перейти на Premium-поддержку. Прочитать подробнее и приобрести можно здесь:
📍Premium-поддержка📍
Задавать вопросы, кстати, можно так:
👉В чат своего потока
👉Через нашу почту dlphystech@gmail.com
👉В VK
Будем на связи!