3D-aware Conditional Image Synthesis (pix2pix3D)

Ushbu loyiha pix2pix Deep Learning model arxitekturasi asosiga qurilgan bo'lib, u 2 o'lchamli oddiy tasvirlarni qalub qiladi va unga mos 3 o'lchamli tasvirlarni hosil qilib beradi.

Yuqoridagi qisqa video orqali loyihaning maqsadini tushunib olishingiz mumkin.

👉 Github code 👈

👉 Maqola 👈

👉 Loyiha 👈


Ma'lumotlar to'plami:
CelebAMask , AFHQ-Cat-Seg , Shapenet-Car-Edge

👉 @machine_learning_lab

#foydali

Loyiha uchun talab qilinadigan kutubxonalar ro'yhatini hosil qilish.

Odatda deyarli barcha ML engineerlari ma'lum bir loyiha ustida ishlashni boshlasa o'sha loyiha uchun alohida virtual muhit yaratib ishni boshlaydilar. Kimdur conda kimdur vnev va hokozolardan foydalanishadi.

Loyiha davomida ko'plab kutubxonalar o'rnatiladi va loyihangiz to'g'ri ishlashi uchun bu kutubxonalarning versiyalari o'zaro bir biriga ta'sir qiladi. Shuning uchun har bir loyiha uchun alohida muhit yaratish eng aqilli yo'l.

Loyihani tugatib uni foydalanuvchiga berishdan oldin albatda loyiha xatosiz ishlashi uchun talab qilinadigan kutubxonalar ro'yhatini (requirements.txt) shakllantirishingiz kerak bo'ladi. Albatda loyiha davomida o'rnatgan barcha kutubxonalaringiz va ularni versiyalari esingizda qolishingiz amri mahol.

Bunda ushbu ro'yxanti shakllantirishning eng oson yo'li bu o'sha ishlash muhiningizda turib terminaldan quyidagi buyuruqni berishdir.

pip freeze > requirements.txt

Shunda sizda 'requirements.txt' nomli fayl hosil bo'ladi. U o'z ichida muhitga o'rnatilgan barcha kutubxonalar va ularni versiyalarini oladi.

Foydalanuvchi esa sizni loyihangizni olib, yangi muhitda osongina

pip install -r requirements.txt

buyurug'i orqali barcha talab etiladigan kutubxonalarni o'rnatib oladi. Keyin esa bemalol loyihangizdan foydalanishi mumkin 😎.

👉 @machine_learning_lab

Ajoyib tasvir yaratmoqchimisiz?

Artbreeder o'zining sun'iy intellektga asoslangan Mixer deb nomlangan loyihasini bepul ommaga foydalanishga topshirgan. Unda siz o'zingizni ijtimoiy tarmoqlaringiz uchun yoki shaxsiy brandingiz uchun turli xil ko'plab tasvirlar hosil qilishingiz mumkin.

Bu Mixer da bir necha rasmlar va textlar integratsiyasidan umumlashgan tasvir hosil qilishingiz mumkin.

Link: bu yerda

👉@machine_learning_lab

#loyiha #project

📑Portfolio uchun loyiha!

Loyiha nomi: Raqamlarni tanish.

Ushbu loyiha junior ML engineerlar uchun Deep Learning modellarini qanay qurish, uni ma'lumotlar to'plami bilan o'qitish va foydalanuvchilar uchun ishlab chiqarishga qo'yish haqida qisqacha ma'lumot berishni maqsad qilgan.

Loyihani mana buyerdan topishingiz mumkin.

Loyihada ishlatilgan dasturlash tillari: Python, JavaScript, CSS, HTML

Qanday loyihalarni amalga oshirishimizni xohlaysiz? 👇

👉 @machine_learning_lab

ML engineerlari va Data Science lar uchun ‘soqqali’ tanlov.

CrunchDAO $100 000 mukofot jamg'armasi bilan ADIA Laboratoriya bozorini bashorat qilish tanlovini e’lon qildi!

-Mukofot puli asosiy qismi eng yaxshi natija ko’rsatgan top 10 ishtirokchiga bo’lib beriladi. Bundan tashqari:

- Agar > 3,5 ball to'plagan bo'lsangiz, 128$ (40$Crunch).

- Agar > 4 ball toʻplasangiz, 320$ (100$Crunch).

Ushbu mukofotlar $Crunchda to'lanadi (istaganingizda uni USDC ga almashtirishingiz mumkin). Batafsil ma’lumotni havola orqali olishingiz mumkin!

Agar musobaqaga qatnashmoqchi bo’lsangiz ushbu havola orqali ro'yxatdan o’tishingiz mumkin.

https://crunchdao.com/live/adialab

Tanlovning vazifasi har bir sanada investitsiyalarni eng yaxshidan eng yomonigacha tartiblashdir. Musobaqa uchun reyting funksiyasi investitsiyalarning bashorat qilingan reytingi haqiqiy reytingga qanchalik mos kelishini o'lchaydigan Spearmanning daraja korrelyatsiyasiga asoslanadi.

P.s: Ikki yoki uch kishi jamoa bo’lib qatnashsangiz ham bo’ladi bir kishini nomidan. Mukofot pulini yutib olmagan taqdiringizda ham real hayotdagi loyihalar bilan ishlab malaka va bilm olganingiz qoladi!

👉 @machine_learning_lab

Qachonki Deep Learning modelim bilan tajriba qilganimda train set, validation set va test set larda bir xilda yuqori aniqlikdagi natija olganimda men 👆👆👆😂😂😂

👉 @machine_learning_lab

​​#Loyiha #smart_greenhouse

Ilmiy ish bo'yicha ekskursiya!

Kuni kecha Professorim bilan Janubiy Koreadagi eng katta Qishloq xo'jaligi bo'yicha ilmiy institut (National Institute of Agricultural Science) ga tashrif buyurdik.

Institut olimlari internet va sun'iy intelektga asoslanga kelajak issiqxonalari loyihasi ustida ish olib borishyapti ekan. Loyihani birinchi qismi 5 yillikga reja qilingan bugungi kunda yana 3 yil muddat bor.

Bizning labaratoriyamiz ham ushbu loyihada hamkorlikda ish olib bormoqda.
Tashrif maqsadi loyiha bilan yaqindan to'liqroq tanishish, qilingan ishlar hisobotini namoyish etish va mavjud muammolarni yechish rejasini tuzish bo'ldi.

Bu ilmiy institutga begonalar kirishi taqiqlanar ekan. Chet-elliklarni gapirmasa ham bo'ladi. Lekin Professorim bir narsa qilib yurib ko'ndirdi 😁. U yerdan ko'plab videolar va rasmlar olgan edim sizlar bilan ulashaman deb, lekin "chuchvarani xom sanagan" ekanman. Bu ma'lumotlarni ommaga chiqarish taqiqlangan ekan faqat ilmiy ishlanmalarda ishlatish mumkin ekan xolos.

Quyidagi rasm internetdan "uxlatildi" 😁

P.s: Aslida men qishloq xo'jaligi sohasidan "100 km" uzoqlikdaman. Agar bugungi kunda AI ni bilsangiz siz xohlagan sohangizga "burun suqsangiz" bo'ladi (ma'lum darajada) 😉.

👉 @machine_learning_lab

Fourier qonuni!

Ushbu olimning (Joseph Fourier) qonunini yaxshilab o'rganib qo'yishni tavsiya etaman!

Chunki bu qonun 'Image Processing' va 'Signal Processing' larda eng asosiy kalit qonun bo'lib hisoblanadi.

ML engineerlari ushbu qonundan ma'lumotlardan asosiy xususiyatlarni (Feature Extraction) ajratib olishda ko'p foydalanishadi.

👉 @machine_learning_lab

​​Bepul AI darslari!!!

OpenClassroom platformasi haqida eshitgan bo'lsangiz kerak. Bu platforma 500 dan ortiq ITga oid bepul 100% online darslarini o'rganuvchilarga taklif qiladi.

Ushbu darslar orasida AI ga oid talaygina kurslar ham bor. Siz bu kurslarni elektron pochtangiz orqali ro'yhatdan o'tib olishingiz mumkin. Kursni tamomlaganingizda esa platforma tomonidan sertifikat hma beriladi. Bu esa sizning portifolioingiz uchun foydali albatda. Sertifikat namunasi quyidagi rasmda keltirilgan.

Bu platformada nafaqt AI engineerlar uchun balki web developerlar, app developerlar, programmerlar va boshqalar uchun ham darslar mavjud.

Link: https://openclassrooms.com/en/courses

Yaqinlarga ushbu xabarni ulashib qo'yamiz. Zora kimningdur muofaqiyatiga sababchi bo'lib qolsak😊.

👉@machine_learning_lab

Deep Learning modellarini training qilishda bepul GPU taklif qiladigan platformalar!

Barchamizga ma'lum ML engineerlariga katta quvvatga ega komputerlar kerak bo'ladi. Ammo bu faktor yangi o'rganuvchilarga "baxona" bo'la olmaydi. Chunki bir nechta "claud-based" platformalar borki siz unda o'z DL modelllaringizni bepul "train" qilishingiz mumkin.

Platformalar:

👉Colab
👉Kaggle
👉Gradient

Yuqoridagi rasmda bu platformalarning hususiyatlari tasvirlangan.

P.s: Gradientga student sifatida ro'yhatdan o'tish kerak.

👉@machine_learning_lab

​​Qanday tipdagi Laptop (Notebook) olsam bo'ladi?

ML engineerlari Video editorlar kabi katta quvvatga ega bo'lgan komputerlarga muhtoj. Yani komputer qancha quvvatli bo'lsa ish shuncha tezlashadi.

Bugun bir maqola o'qib qoldim. Unda bugungi kunda hammayoqqa jar solayotgan Apple companiyasining M1 chip tipidagi Laptoplari 💻 hamda Nvidia GPU (Video karta) lariga ega Latoplar 💻 bilan o'zaro taqqoslangan.

Quyidagi rasmda ushbu taqqoslash natijasi keltirilgan. Taqqoslashda eng ommabop VGG16 neyron tarmog'i va CIFAR-10 ma'lumotlar to'plamidan foydalanilgan.

Xulosa qilib aytadigan bo'lsak baribir ananaviy laptoplar (Nvidia GPU bilan) hanuzgacha tezroq Apple mahsulotiga qaraganda.

Sizni fikringiz qanday? 👇👇👇

👉@machine_learning_lab

AI yordamida website yaratish!

Dora AI sizga AI qobiliyatidan foydalangan holda kuchli veb-saytlarni osongina yaratishga imkon beradi. Bitta matnli soʻrov yordamida siz AI 3D animatsiyasi bilan taʼminlangan ajoyib veb-saytlarni yaratishingiz mumkin.

Intuitiv kodsiz muharriri veb-saytingizning barcha jihatlarini shaxsiylashtirish va sozlash imkonini beradi. Dora AI hozirda alfa bosqichida, yaqin kelajakda yana ko'plab xususiyatlar rejalashtirilgan!

Link: https://easywithai.com/ai-website-builders/dora-ai/

👉 @machine_learning_lab

​​Google 9 ta BEPUL Generativ AI kurslarini chiqardi!

1. Generative AI-ga kirish

https://www.cloudskillsboost.google/course_templates/536

Generative AI nima ekanligini, undan qanday foydalanilishini va an'anaviy ML usullaridan qanday farq qilishini tushuntirishga qaratilgan kirish darajasidagi mikrota'lim kursi.

2. Katta til modellariga kirish (LLM)

https://www.cloudskillsboost.google/course_templates/539

Katta til modellari (LLM) nima ekanligini, ulardan foydalanish holatlari va LLM samaradorligini oshirish uchun tezkor sozlashdan qanday foydalanishni o'rganadigan kirish darajasidagi mikrota'lim kursi.

3. Mas'uliyatli AIga kirish (Intro to Responsible AI)

https://www.cloudskillsboost.google/course_templates/554

Kirish darajasidagi mikrotaʼlim kursi masʼuliyatli AI nima ekanligini, bu nima uchun muhimligini va Google oʻz mahsulotlarida masʼuliyatli sunʼiy intellektni qanday joriy etishini tushuntirishga qaratilgan. Shuningdek, u Googlening 7 ta AI tamoyillarini taqdim etadi.

4. Tasvir yaratishga kirish (Intro to Image Generation)

https://www.cloudskillsboost.google/course_templates/541

Ushbu kurs sizni diffuziya modellarining nazariyasi va ularni Vertex AI-da qanday o'rgatish va joylashtirish bilan tanishtiradi.

5. Kodlovchi-dekoder arxitekturasi (Encoder-Decoder Architecture)

https://www.cloudskillsboost.google/course_templates/543

Ushbu kurs sizga kodlovchi-dekoder arxitekturasining qisqacha tavsifini beradi, bu mashina tarjimasi, matnni umumlashtirish va savollarga javob berish kabi ketma-ketlikdagi vazifalar uchun kuchli va keng tarqalgan ML arxitekturasidir.

6. Attention mexanizmi

https://www.cloudskillsboost.google/course_templates/537

Ushbu kurs sizni diqqat mexanizmi bilan tanishtiradi, bu neyron tarmoqlarga kirish ketma-ketligining muayyan qismlariga e'tibor qaratish imkonini beruvchi kuchli texnikadir.

7. Transformer modellari va BERT modeli

https://www.cloudskillsboost.google/course_templates/538

Ushbu kurs sizni Transformer arxitekturasi va Transformerlardan ikki tomonlama kodlovchi tasvirlari (BERT) modeli bilan tanishtiradi. Shuningdek, siz BERT-dan matn tasnifi, savollarga javob berish va tabiiy tildan xulosa chiqarish kabi turli vazifalarni bajarishingiz mumkin.

8. Tasvirga sarlavha qo'yish modellarini yaratish

https://www.cloudskillsboost.google/course_templates/542

Ushbu kurs sizga Deep Learningdan foydalangan holda tasvir sarlavhalari modelini qanday yaratishni o'rgatadi.

9. Generative AI Studio bilan tanishish

https://www.cloudskillsboost.google/course_templates/552

Ushbu kurs Generative AI Studio bilan tanishtiradi, Vertex AI mahsuloti, u sizga generativ AI modellarini prototiplash va sozlashda yordam beradi, shuning uchun ularning imkoniyatlaridan ilovalaringizda foydalanish mumkin. Ushbu kursda siz Generative AI Studio nima ekanligini, uning xususiyatlari va imkoniyatlari va undan qanday foydalanishni mahsulot demolari orqali o'rganasiz.

👉 @machine_learning_lab

Data Engineer, Data Science va ML Engineerlar orasidagi farq!

Data engineer, Data science va ML engineerlari orasidagi farq haqidagi savolga juda ham ko'p duch kelamiz. Ba'zan ularni bir so'z bilan tushuntirib ajratib bo'lmaydi. Yuqoridagi rasmda juda chiroyli tarzda ularni qiladigan ishlariga qarab o'zaro ajratib ko'rsatilgan.

Siz qay biridasiz?

ML Engineer > 👍
Data Science > 👌
Data Engineer > ✊
Hech qaysisi > 👎

👉 @machine_learning_lab

Yuqoridagi ekskursiyadan keyingi loyihamizning yana bir kichik qismi haqida!

Demak loyihaning bu qismida menga ajratilhgan vazifani qisqacha qilib yozib o'taman.
-Issiqxonadagi bir qator pomidor hosilini qimirlamaydigan kameralar orqali tasvirini uzatish,
-Tasvirlardan hosilni aniqlash (detection),
-Aniqlangan hosilni sonini sanash,
-Aniqlangan hosilni qizarganlik darajasi bo'yicha guruhlarga ajratish,
-Shu bir qatordagi olingan natijalar bo'yicha umumiy issiqxonaning hosildorligini bashorat qilish.

👉@machine_learning_lab

Data Science engineerlari uchun ajoyib yangilik!

Microsoft kompaniyasi python dasturlash tilini Microsoft Excel dasturiga integratsiya qilganini e'lon qildi.

Ushbu yangilik ma'lumotlarni tahlil qilishda, visualizatsiya qilishda yana bir pog'ona oldinlashimizga turtki bo'la oladi.

Ushbu link orqali yangilik bilan batafsil tanishishingiz mumkin.

👉@machine_learning_lab

Python dasturlash tilida mahoratingizni oshiring!

ML engineerlari and Data Science engineerlari uchun asosiy dasturlash tili bu Python. Shunday ekan bu dasturlash tilida mahoratimiz qancha yaxshi bo'lsa loyihani muofaqiyatli va tez tamomlashga asos bo'ladi.

Mahoratimizni oshirish uchun menimcha eng yaxshi joylar bular HackerRank va LeetCode platformalaridir.

Hozir HackerRank haqida qisqacha ma'lumot bermoqchiman. Bu platformada siz Python dasturlash tilini boshlang'ich darajadan expert darajasigacha turli xil mashqlarni bajarish orqali o'rganishingiz mumkin.

Platformada 4 ta certificat beruvchi imtixoni bor shularni olishni tavsiya qilaman (Bizga asosiy kerak bo'lganlari). Bular:

👉Python (Basics)
👉Python (Intermediate)
👉Problem Solving (Basics)
👉Problem Solving (Intermediate)

Bu platformada siz nafaqat Python boshqa dasturlash tillarini ham o'rganishingiz mumkin.

P.s: LeetCode haqida alohida gaplashamiz bu katta mavzu ☺️.

👉@machine_learning_lab

​​IT Park va Coursera hamkorlikda One MIllion Uzbek Coders asosidagi yangi loyihani taqdim etdi.

Endilikda, ushbu hamkorlik natijasida uydan yoki masofadan turib dunyoning eng yaxshi (top) universitetlarida sifatli ta'lim olishingiz mumkin.

Kurslar nafaqat hamyonbop, balki bir qator imtiyozlarni ham taklif qiladi. Masalan, ta'lim uchun bo'lib to'lashingiz yoki xalqaro sertifikat olish xarajatlarining bir qismini qoplashingiz mumkin. Shuningdek, talabalar notebook sotib olish uchun foizsiz kredit olishlari mumkin.

Ro'yhatdan o'tish.

@machine_learning_lab

#kayfiyat

ML/DL bilan qancha ko'p "o'ynashsangiz" yuqoridagi videodagidek holat bo'lishi mumkin. 😂

@machine_learning_lab