Лицензия мне не понравилась, так что не стал тестить. Не то, чтобы я собирался использовать модельку в коммерческих целях... Тут скорее дело принципа.

Эта моделька очень быстрая, но качество генерации совсем не впечатляет. Людей генерит ужасно. У меня не разу не вышло сгенерить персонажа с нормальным лицом. С конечностями тоже все грустно. В общем, совсем не соответствует современным стандартам. Из того, что я пробовал, худшая по качеству моделька, но генерит моментально.

Ещё из того, что не понравилось, почему-то не работает параметр задачи размера изображения. Возможно, конечно, что я слишком большой размер указывал, но по этому поводу тоже не было никакого ворнинга.

Ставить модель не очень удобно, оформлен репозиторий очень лениво. В общем, весьма не дурно для какого-нибудь фан/пет проекта, но это точно не что-то серьезное.

#hypex

О нашей работе появилось видео с AIJ. Я в том числе готовил презу, которую показывают)

Так же для неё мутил туториал, чтобы продемонстрировать эффект перехода в пространство махаланобиса.

Можно поиграться с туториалом здесь (только вам нужен будет хайпекс на новой архитектуре; проще всего положить эту тетрадку в корень репы)

https://github.com/sb-ai-lab/HypEx/blob/dev%2Farchitecture_v11/examples%2Ftutorials%2FL2toMacha.ipynb

#quote

Каждый раз, как я увольняю лингвиста, качество модели повышается.

Про подходы в NLP 1990е Фридрих Елинек

Чтобы модели были эффективными, нужно чтобы они НЕ понимали язык

👋 Всем привет!

🎁 Принесли вам под елочку релиз LightAutoML 0.4.0, в котором:
* Поддержка Pandas v2+, LightGBM v4+, python: 3.8 - 3.12
* Добавлен XGBoost в качестве MLAlgo
* Автоматический маппинг колонок на выходе мультикласса (теперь не нужно использовать руками длинные конструкции с class_mapping)
* Автосохранение модели сразу после обучения (path_to_save в fit_predict) -- больше вы не потеряете результаты обучения
* OptunaTuner толерантнее к падениям триалов (параметр fail_tolerance)
* Автоматическая подстройка параметра кросс-валидации для работы в малым числом исходов
* HypEx выделился в отдельную библиотеку
* И много-много фиксов небольших багов

🎄с наступающим Новым годом!

Интересное

помните Rambler? Теперь он будет LLM-порталом

Не слышали про «Рамблер» лет сто, решили проверить, как там дела, а у него оказывается жизнь бурлит.

Медиахолдинг Rambler&Co решил перезапустить «Рамблер» и прикрутить к нему GigaChat. На портале уже доступен агрегатор новостей на базе ИИ и тематический полезный контент, дополненный встроенными инструментами. В планах добавить персонализированный календарь, в который можно будет записывать личные планы.

GigaChat отвечает за новостной модуль «Что нужно знать сейчас», в котором публикуется дайджест свежих событий, меняющийся в режиме реального времени.

Ставьте 💔, для кого Rambler навсегда остался поисковиком из детства...

@your_tech

#book@dm_projects_log

Книжная закупка перед нг.

#book@dm_projects_log

В последний день прошлого года закончил в очередной (5) раз перечитывать свою любимую книгу: "Глубокое обучение на Python" за авторством Франсуа Шолле.

О втором издании
Все предыдущие разы я читал первое издание, но когда вышло второе на русском языке, я сразу же её заказал. Второе издание на 2/3 переработано, и в 2 раза объемнее. Надо сказать, что содержательно и качественно она стала гораздо лучше.

Содержание
Несмотря на то, что книга предназначена для новичков в области глубокого обучения, в ней заложены так же глубокие рассуждения на тему. В книге подробно разобраны основы и довольно поверхностно (скорее с ознакомительной точки зрения) продвинутые темы.

Особенность книги
Особенностью этой книги является то, что в ней только необходимый математический минимум и ни одной формулы. Математические формулы есть, но они написаны кодом. Упор делается на практику. Все примере на фреймворке Karas, создателем которого является автор книги.

Личные итоги
Мои личные итоги прочтения:
* Повторил основы глубокого обучения и углубил свое понимание темы
* Наконец понял, как устроены рекурентные нейронки, и чем они отличаются от трансформеров.
* Переосмыслил свой взгляд на жизнь.
* Получил новые интересные интерпретации машинного обучения.
* Дополнил свой план написания книги несколькими пунктами
* Переосмыслил значимость разных способов обучения
* Осознал часть проблем создания ИИ

Личное отношение
Эта книга является моим главным ориентиром того, как надо популярно писать о машинном обучении, хотя в своей книге я намерен раскрывать тему более глубоко и всесторонне. Эта книга была моей первой книгой по машинному обучению и являлась проводником в профессию.

Моё отношение к нейронкам
Я в своей работе редко использую нейронки. После этого прочтения я окончательно определился в границах интересного для меня применения нейронных сетей. Мне интереснее всего они в контексте RL и UL, хотя эти темы практически не затрагиваются в книге.

О чтении
Надо сказать, что чтение книг - это хорошая регуляризация сложившихся представлений. Для меня это еще и способ медитации. Чтение позволяет развивать способность более конструктивно строить свои мысли и держать свой разум в тонусе. Сейчас я понял более глубоко пользу от этого процесса и намерен хотя-бы 3 часа в неделю уделять чтению. Книг у меня много, а бэклог глубокий.

Мониитог прочтения
Новое слово: многообразие - эффективное в рамках задачи подпространство.
Ключевая идея: иерархическое представление.


P. S. В ходе чтения я делал конспект и думал им поделиться здесь, но Шолле сам законспектировал её в последней главе, что очень круто. Так что свой конспект я переработаю для базы знаний.

P. P. S. Забавно, что прошлый год я тоже закончил так же 5 раз перечитывая ещё одну из моих любимых книг. В тот раз это была "Ветер и сталь" Алексея Бессонова. Это фантастический боевик. Можно сказать, что это первая книга, которую я прочитал самостоятельно с удовольствием ещё в 14 лет. Хотя книга совсем не подростковая.