🔥 Прогресс text-to-image моделей за 20 месяцев в одной картинке
Для генерации этих изображений использовался один и тот же промпт.
👉А тем временем началось альфа-тестирование Midjourney v6. Чтобы опробовать новую версию модели в Дискорде, нужно выбрать V6 в выпадающем меню под /settings или набрать «--v 6» в конце промпта.
Теперь Midjourney v6 можно попросить сгенерировать более конкретное изображение, например, указать в кавычках желаемый текст, который должен присутствовать на картинке.
Пример:
Источник картинки
Для генерации этих изображений использовался один и тот же промпт.
👉А тем временем началось альфа-тестирование Midjourney v6. Чтобы опробовать новую версию модели в Дискорде, нужно выбрать V6 в выпадающем меню под /settings или набрать «--v 6» в конце промпта.
Теперь Midjourney v6 можно попросить сгенерировать более конкретное изображение, например, указать в кавычках желаемый текст, который должен присутствовать на картинке.
Пример:
/imagine a photo of the text "Hello World!" written with a marker on a sticky note --ar 16:9 --v 6Источник картинки
🤯17🔥3
🚀 Вторые после SpaceX: OpenAI намерена стать одним из самых дорогих стартапов
Издание Bloomberg узнало о том, что компания-создатель ChatGPT планирует провести новый раунд финансирования при оценке не менее $100 млрд. Если всё получится, OpenAI будет уступать только SpaceX, которая оценивается в $150 млрд.
Напомним, что на сегодняшний день крупнейшим инвестором OpenAI является Microsoft. Компания вложила в стартап $13 млрд. Также, по информации Bloomberg, OpenAI ведёт переговоры о производстве собственных чипов с холдингом из Абу-Даби.
Издание Bloomberg узнало о том, что компания-создатель ChatGPT планирует провести новый раунд финансирования при оценке не менее $100 млрд. Если всё получится, OpenAI будет уступать только SpaceX, которая оценивается в $150 млрд.
Напомним, что на сегодняшний день крупнейшим инвестором OpenAI является Microsoft. Компания вложила в стартап $13 млрд. Также, по информации Bloomberg, OpenAI ведёт переговоры о производстве собственных чипов с холдингом из Абу-Даби.
👍8❤2🤔1
В чём суть логистической регрессии
Логистическую регрессию относят к линейным моделям и применяют для задачи классификации. Регрессией она называется потому, что предсказываются тут не сами классы, а вещественные числа — логиты.
👉 Логистическая регрессия позволяет создать такую линейную модель, которая предсказывает число, связанное с вероятностью принадлежности к определённому классу, но с диапазоном значений от минус бесконечности до плюс бесконечности. Это число и есть логит, или логарифм отношения вероятности положительного события к отрицательному. Из него нетрудно через сигмоидную функцию вывести саму вероятность — число в диапазоне от нуля до единицы.
✍️ Пример: допустим, для некоторого объекта мы получили предсказание 0.8. В зависимости от выбранного порога мы принимаем решение о том, отнести этот объект к положительному классу или нет. Если порог был равен 0.6, то мы относим объект к положительному классу.
👉 Для оптимизации используется метод максимального правдоподобия.
Логистическую регрессию относят к линейным моделям и применяют для задачи классификации. Регрессией она называется потому, что предсказываются тут не сами классы, а вещественные числа — логиты.
👉 Логистическая регрессия позволяет создать такую линейную модель, которая предсказывает число, связанное с вероятностью принадлежности к определённому классу, но с диапазоном значений от минус бесконечности до плюс бесконечности. Это число и есть логит, или логарифм отношения вероятности положительного события к отрицательному. Из него нетрудно через сигмоидную функцию вывести саму вероятность — число в диапазоне от нуля до единицы.
✍️ Пример: допустим, для некоторого объекта мы получили предсказание 0.8. В зависимости от выбранного порога мы принимаем решение о том, отнести этот объект к положительному классу или нет. Если порог был равен 0.6, то мы относим объект к положительному классу.
👉 Для оптимизации используется метод максимального правдоподобия.
👍12😁11❤1
🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
❤2👾2👍1
🔢 Бесплатные материалы по математике для глубокого обучения (Deep Learning)
Авторы из Amazon написали целый раздел по математике для сайта d2l.ai. Там есть про:
▪️векторы и линейные преобразования;
▪️спектральное разложение матрицы;
▪️дифференциальное исчисление;
▪️анализ функций многих переменных;
▪️интегральное исчисление;
▪️метод максимального правдоподобия;
▪️распределения;
▪️статистику;
▪️теорию информации.
Материал изложен на английском, но зато хорошо структурирован и сопровождается всеми необходимыми формулами и примерами кода.
🔗Изучить всё можно по этой ссылке
Авторы из Amazon написали целый раздел по математике для сайта d2l.ai. Там есть про:
▪️векторы и линейные преобразования;
▪️спектральное разложение матрицы;
▪️дифференциальное исчисление;
▪️анализ функций многих переменных;
▪️интегральное исчисление;
▪️метод максимального правдоподобия;
▪️распределения;
▪️статистику;
▪️теорию информации.
Материал изложен на английском, но зато хорошо структурирован и сопровождается всеми необходимыми формулами и примерами кода.
🔗Изучить всё можно по этой ссылке
❤17🤔4👍1👏1
🤖 Наиболее заметные ИИ-релизы 2023 года
На Reddit поделились картинкой, которая наглядно показывает, как много всего случилось в ИИ-отрасли за прошедший год.
🌷 Март был месяцем продвинутых чат-ботов: вышли GPT-4 и Google Bard.
🐇 В апреле Илон Маск объявил о создании нового ИИ-стартапа X.AI, который в результате релизнул чат-бота Grok.
🌿 В мае стало известно о французском стартапе Mistral AI, который затем представил опенсорсные большие языковые модели.
🌤️ Июнь запомнился выходом мультимодальной Runway Gen-2, которая генерирует видео по текстовому промпту.
☀️ В июле вышла LLaMa-2 — одна из самых мощных языковых моделей в открытом доступе.
🍂 В сентябре представили третью версию DALL-E и интегрировали её с ChatGPT.
🍁 В ноябре был большой анонс OpenAI, на котором Сэм Альтман рассказал про кастомные GPT.
❄️ В декабре Google представила свою главную ИИ-модель Gemini.
С интересом ждём, что же нам покажет наступающий 2024 год✨
На Reddit поделились картинкой, которая наглядно показывает, как много всего случилось в ИИ-отрасли за прошедший год.
🌷 Март был месяцем продвинутых чат-ботов: вышли GPT-4 и Google Bard.
🐇 В апреле Илон Маск объявил о создании нового ИИ-стартапа X.AI, который в результате релизнул чат-бота Grok.
🌿 В мае стало известно о французском стартапе Mistral AI, который затем представил опенсорсные большие языковые модели.
🌤️ Июнь запомнился выходом мультимодальной Runway Gen-2, которая генерирует видео по текстовому промпту.
☀️ В июле вышла LLaMa-2 — одна из самых мощных языковых моделей в открытом доступе.
🍂 В сентябре представили третью версию DALL-E и интегрировали её с ChatGPT.
🍁 В ноябре был большой анонс OpenAI, на котором Сэм Альтман рассказал про кастомные GPT.
❄️ В декабре Google представила свою главную ИИ-модель Gemini.
С интересом ждём, что же нам покажет наступающий 2024 год✨
❤11👍4
Мы продолжаем собирать ваши истории о смене профессии и трудоустройстве в IT, чтобы написать большую аналитическую статью.
👉Если вы еще не рассказывали о своем опыте, пройдите короткий опрос по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🌌 Можно ли предсказать хаос с помощью машинного обучения?
Этот вопрос рассматривается в новой любопытной статье. Автор провёл крупномасштабное сравнение современных методов прогнозирования на гигантском наборе данных из 135 хаотических систем.
👉Он обнаружил, что большие универсальные модели (Transformers, LSTM) могут прогнозировать хаос очень далеко в будущем (больше десятикратного времени Ляпунова системы). При достаточном обучении они превосходят другие методы.
📖Прочесть статью можно по этой ссылке
👩💻Репозиторий с кодом к статье и датасетом
Этот вопрос рассматривается в новой любопытной статье. Автор провёл крупномасштабное сравнение современных методов прогнозирования на гигантском наборе данных из 135 хаотических систем.
👉Он обнаружил, что большие универсальные модели (Transformers, LSTM) могут прогнозировать хаос очень далеко в будущем (больше десятикратного времени Ляпунова системы). При достаточном обучении они превосходят другие методы.
📖Прочесть статью можно по этой ссылке
👩💻Репозиторий с кодом к статье и датасетом
👍10🔥4
🎄✨ До Нового года осталось меньше недели, поэтому мы подводим итоги
🧑🎄 За год наше комьюнити стало больше на 2000 человек
❤️ Особенно вам понравились вот эти посты:
S4 лучше трансформеров?
Почему Swift может заменить Python в мл?
Гайд по обучению модели на PyTorch и MLlib
Когда какие базы данных лучше использовать?
Чего ждать от языка Mojo?
💜 Также вы с интересом читали эти статьи:
25 бесплатных AI-инструментов для разработчиков
Машинное обучение: что это такое и как оно работает
Как научиться решать сложные задачи
LlamaIndex: создаем чат-бота без боли и страданий. Часть 2
16+ лучших нейронок для синтеза речи
🧑💻 В 2023 году мы усердно работали и запустили несколько новых каналов:
Библиотека собеса по Data Science | вопросы с собеседований
Библиотека задач по Data Science | тесты, код, задания
Книги для дата сайентистов | Data Science
Кстати, в канале с книгами прямо сейчас проходит новогодний розыгрыш 👈
🎁 И последнее, но не менее важное: мы сделали скидку -35% на все курсы нашей академии proglib.academy
С наступающим!🙂
🧑🎄 За год наше комьюнити стало больше на 2000 человек
❤️ Особенно вам понравились вот эти посты:
S4 лучше трансформеров?
Почему Swift может заменить Python в мл?
Гайд по обучению модели на PyTorch и MLlib
Когда какие базы данных лучше использовать?
Чего ждать от языка Mojo?
💜 Также вы с интересом читали эти статьи:
25 бесплатных AI-инструментов для разработчиков
Машинное обучение: что это такое и как оно работает
Как научиться решать сложные задачи
LlamaIndex: создаем чат-бота без боли и страданий. Часть 2
16+ лучших нейронок для синтеза речи
🧑💻 В 2023 году мы усердно работали и запустили несколько новых каналов:
Библиотека собеса по Data Science | вопросы с собеседований
Библиотека задач по Data Science | тесты, код, задания
Книги для дата сайентистов | Data Science
Кстати, в канале с книгами прямо сейчас проходит новогодний розыгрыш 👈
🎁 И последнее, но не менее важное: мы сделали скидку -35% на все курсы нашей академии proglib.academy
С наступающим!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍1🔥1🎉1🤩1
👾3
🦙 Создаём веб-интерфейс как у ChatGPT для Ollama
Ollama позволяет запускать большие языковые модели, такие как Llama 2, локально. Список поддерживаемых моделей можно посмотреть по этой ссылке. Веб-интерфейс же сделает работу с этими моделями более удобной.
Его создание состоит из следующих шагов:
🦶Клонировать этот репозиторий.
🦶Установить Ollama. Этот этап можно объединить с установкой самого Web UI через Docker Compose. Нужно выполнить команду:
🦶Затем следует активировать поддержку GPU. Это можно сделать через дополнительный файл Docker Compose следующей командой:
🦶После установки нужно проверить, что Ollama запустилась. Для этого в адресной строке браузера следует написать:
🦶Если всё прошло успешно, нужно выполнить команду:
🦶Ollama Web UI должен стать доступен по адресу:
Ollama позволяет запускать большие языковые модели, такие как Llama 2, локально. Список поддерживаемых моделей можно посмотреть по этой ссылке. Веб-интерфейс же сделает работу с этими моделями более удобной.
Его создание состоит из следующих шагов:
🦶Клонировать этот репозиторий.
🦶Установить Ollama. Этот этап можно объединить с установкой самого Web UI через Docker Compose. Нужно выполнить команду:
docker compose up -d --build🦶Затем следует активировать поддержку GPU. Это можно сделать через дополнительный файл Docker Compose следующей командой:
docker compose -f docker-compose.yml -f docker-compose.gpu.yml up -d --build🦶После установки нужно проверить, что Ollama запустилась. Для этого в адресной строке браузера следует написать:
http://127.0.0.1:11434/ (стоит отметить, что порт может различаться).🦶Если всё прошло успешно, нужно выполнить команду:
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway --name ollama-webui --restart always ghcr.io/ollama-webui/ollama-webui:main🦶Ollama Web UI должен стать доступен по адресу:
http://localhost:3000👍4❤3
1️⃣ Линейный график
Самый простой тип графика, последовательность точек данных на линии.
🔵 Matplotlib:
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.show()
🟡 Seaborn:
import seaborn as sns
import pandas as pd
data = pd.DataFrame({'X': [1, 2, 3, 4], 'Y': [10, 20, 25, 30]})
sns.lineplot(x='X', y='Y', data=data)
plt.show()
🟣 Plotly:
import plotly.express as px
fig = px.line(data, x='X', y='Y')
fig.show()
2️⃣ Диаграмма рассеяния (Scatter plot)
Изображает значения двух переменных в виде точек на декартовой плоскости.
🔵 Matplotlib:
import numpy as np
x = np.random.rand(50)
y = np.random.rand(50)
plt.scatter(x, y)
plt.show()
🟡 Seaborn:
sns.scatterplot(x=x, y=y)
plt.show()
🟣 Plotly:
fig = px.scatter(x=x, y=y)
fig.show()
3️⃣ Гистограмма
Показывает частоту появления различных значений случайных величин в выборке.
🔵 Matplotlib:
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.show()
🟡 Seaborn:
sns.histplot(data, bins=30)
plt.show()
🟣 Plotly:
fig = px.histogram(data, nbins=30)
fig.show()
4️⃣ Ящик с усами (Box plot)
Диаграмма размаха, показывает медиану (или, если нужно, среднее), нижний и верхний квартили, минимальное и максимальное значение выборки и выбросы.
🔵 Matplotlib:
data = np.random.normal(0, 1, 100)
plt.boxplot(data)
plt.show()
🟡 Seaborn:
sns.boxplot(data)
plt.show()
🟣 Plotly:
fig = px.box(y=data)
fig.show()
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥16❤4👍2👏2🤩2🤔1
-35% на самый хардкорный курс по вышмату
🎄 Новый год начинается с подарков, а хороший подарок для себя — новые знания со скидкой 35%!
🌟«Математика для Data Science» — 19 490 ₽ (вместо 29 990 ₽)
Полугодовая программа от преподавателей МГУ, которая включает в себя все необходимые знания по математике для работы в Data Science.
Вас ждет развернутая обратная связь по всем домашним заданиям, а также ссылки на полезные дополнительные материалы.
У вас не будет шансов не усвоить какие-то темы курса👌
🔥 Переходите и активируйте вводные занятия курса — https://proglib.io/w/4468ec03
🎄 Новый год начинается с подарков, а хороший подарок для себя — новые знания со скидкой 35%!
🌟«Математика для Data Science» — 19 490 ₽ (вместо 29 990 ₽)
Полугодовая программа от преподавателей МГУ, которая включает в себя все необходимые знания по математике для работы в Data Science.
Вас ждет развернутая обратная связь по всем домашним заданиям, а также ссылки на полезные дополнительные материалы.
У вас не будет шансов не усвоить какие-то темы курса👌
🔥 Переходите и активируйте вводные занятия курса — https://proglib.io/w/4468ec03
🥱4
This media is not supported in your browser
VIEW IN TELEGRAM
📹 Ego-Exo4D — крупнейший датасет для обучения на видеороликах
Это результат двухлетней работы команды Meta*. Содержит ролики с видом как от первого лица, так и со стороны. Видео дополняют друг друга и позволяют модели обучаться сложным задачам.
Открытые данные включают в себя более 1400 часов видео, а также аннотации для бенчмарков.
🔗 Скачать датасет можно по этой ссылке
*организация, деятельность которой запрещена на территории РФ
Это результат двухлетней работы команды Meta*. Содержит ролики с видом как от первого лица, так и со стороны. Видео дополняют друг друга и позволяют модели обучаться сложным задачам.
Открытые данные включают в себя более 1400 часов видео, а также аннотации для бенчмарков.
🔗 Скачать датасет можно по этой ссылке
*организация, деятельность которой запрещена на территории РФ
👍7🔥3❤1
Forwarded from Библиотека питониста | Python, Django, Flask
🐍🧫 Создаём игру «Жизнь» Джона Конвея на Python
Напишем алгоритм эволюции клеточных автоматов и разработаем интерфейс командной строки (CLI) для взаимодействия с игрой.
👉Читать статью
Напишем алгоритм эволюции клеточных автоматов и разработаем интерфейс командной строки (CLI) для взаимодействия с игрой.
👉Читать статью
😁4👍3👾1
This media is not supported in your browser
VIEW IN TELEGRAM
🎄💬 Расскажите, каким был ваш 2023-й год
Достигли ли вы успехов в карьере, добились ли целей, хорошо ли себя чувствовали?
❤️ — хороший был год, выросла зп/сменил работу/стал чувствовать себя лучше
👍 — год как год, почти ничего не изменилось или изменилось незначительно
👾 — год был плохой, снизилась зп/сменил работу/остался без работы/устал
В комментариях можно поделиться радостью или пожаловаться на жизнь👇
#интерактив
Достигли ли вы успехов в карьере, добились ли целей, хорошо ли себя чувствовали?
❤️ — хороший был год, выросла зп/сменил работу/стал чувствовать себя лучше
👍 — год как год, почти ничего не изменилось или изменилось незначительно
👾 — год был плохой, снизилась зп/сменил работу/остался без работы/устал
В комментариях можно поделиться радостью или пожаловаться на жизнь👇
#интерактив
❤30👍19👾11🔥1
Forwarded from Библиотека C/C++ разработчика | cpp, boost, qt
🏦⚠️ Борьба с ошибками разработки ПО в финтехе
Рассказываем, как избежать неловких, а то и непоправимых ситуаций при разработке программного обеспечения для финтеха.
Читать статью
Рассказываем, как избежать неловких, а то и непоправимых ситуаций при разработке программного обеспечения для финтеха.
Читать статью
👏5🔥2👍1💯1
Расскажите в комментариях👇
Please open Telegram to view this post
VIEW IN TELEGRAM
👾2
1️⃣0️⃣0️⃣ вопросов для подготовки к собесу Data Science
На Хабре опубликовали большой пост с вопросами и ответами, которые покрывают пять областей: SQL, Python, Machine Learning, статистику и Data Science.
Автор утверждает, что собрал самые частые вопросы с собесов на позицию джуна. Сохраняем и будем изучать 👇
Ссылка на пост
На Хабре опубликовали большой пост с вопросами и ответами, которые покрывают пять областей: SQL, Python, Machine Learning, статистику и Data Science.
Автор утверждает, что собрал самые частые вопросы с собесов на позицию джуна. Сохраняем и будем изучать 👇
Ссылка на пост
🔥24❤🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
😁75💯6🔥2🤩2❤1🤔1🙏1