Машинное обучение RU
17.7K subscribers
1.58K photos
208 videos
11 files
2.04K links
Все о машинном обучении

админ - @workakkk

@data_analysis_ml - анализ даннных

@ai_machinelearning_big_data - Machine learning

@itchannels_telegram -лучшие ит-каналы

@pythonl - Python

@pythonlbooks- python 📚

@datascienceiot - 📚

РКН: clck.ru/3FmrUw
Download Telegram
🖥 Реализация модели Llama 3 на чистом NumPy

Держите подробный гайд по созданию Llama 3 только средствами Python и библиотеки NumPy.
В качестве источников вдохновения и примеров использовались такие реализации:
llama2.c
llama.np
modeling_llama.py — с Hugging Face


"""
I have a dream. He dream of a big, beautiful garden full of flower and tree. He dream of playing with hi friend and eating yummy snack.
One day, he wa walking in the garden when he saw

Token count: 50, elapsed: 1.53s, 33 tokens/s
"""


📌GitHub
📌Подробное описание реализации

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍92🔥2🤯2
💻 У нас на канале вышло свежее видео по Apache Kafka

Это 1 урок нашего из нашего Бесплатного курса.

Поддержите наше видео ЛАЙКОМ и комментом, больше продвинутых уроков на подходе!

https://www.youtube.com/watch?v=W7ZCXcxQxV8

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍143🔥1
BiomedParse: базовая биомедицинская модель для анализа любых медицинских изображений

abs: https://arxiv.org/abs/2405.12971
страница проекта: https://microsoft.github.io/BiomedParse/

Microsoft Research представили BiomedParse - базовую биомедицинскую модель для анализа изображений, которая позволяет выполнять сегментацию, обнаружение и распознавание 82 типов объектов в 9 режимах обработки изображений.

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍84
🎉 DeepSeek-VL, VIM с открытым исходным кодом, сегодня в тренде на GitHub! 🌐

🖼️ DeepSeek-VL расширяет границы мультимодальных моделей!

🔬 Модель может обрабатывать диаграммы, веб-страницы, формулы, научную литературу, изображения природы и многое другое.

Models are on Hub🤗: https://huggingface.co/deepseek-ai

🚀On Spaces: https://huggingface.co/spaces/deepseek-ai/DeepSeek-VL-7B
🧪Build Locally: https://github.com/deepseek-ai/DeepSeek-VL?tab=readme-ov-file#gradio-demo

@machinelearning_ru
👍51
Forwarded from Machinelearning
🔥🔥🔥 YOLOv10: Real-Time End-to-End Object Detection

⚡️ Вышла новая версия детектора объектов YOLOv10

Добавлена новая функция сквозного обнаружения объектов в реальном времени. Код выпущен под лицензией GNU GPL v3.0

По сравнению с YOLOv9-C, YOLOv10-B имеет на 46% меньшую задержку и использует на 25% меньше параметров при той же производительности.

Paper: arxiv.org/pdf/2405.14458
Github: https://github.com/THU-MIG/yolov10/
Demo :https://huggingface.co/spaces/kadirnar/Yolov10
Colab: https://colab.research.google.com/github/roboflow-ai/notebooks/blob/main/notebooks/train-yolov10-object-detection-on-custom-dataset.ipynb#scrollTo=SaKTSzSWnG7s

@ai_machinelearning_big_data
👍123
⭐️ LM-Studio. Запускаем у себя на ПК АНАЛОГ GPT. Генерируем Flask приложение с помощью ИИ.

https://www.youtube.com/watch?v=bsbW8UoA0zA

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
5🔥2👍1🤔1
🧠khoj

Сopilot, который будет получать ответы на ваши вопросы, будь то из ваших собственных заметок или из Интернета. Использует мощные онлайн-приложения (например, gpt4) или ваши локальные llm.

Это крутое приложение для поиска и общения с вашими заметками, документами и изображениями.

https://github.com/khoj-ai/khoj

@machinelearning_ru
👍42👎2🔥1
🌟 Подборка полезных ресурсов по Data Science и ML

Здесь собраны open-source книги, туториалы по работе с данными при помощи R и Python, гайды с объяснением ML-алгоритмов

▶️ Полезные ресурсы

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
5👍3🔥1
QuickVid - инструмент для получения текстового содержания видео YouTube за считанные секунды

▶️ Вставьте ссылку на YouTube.
Получайте молниеносные результаты.

https://github.com/metaloozee/quickvid

@machinelearning_ru
👍6🔥32
🔥 Хабр объявил итоги конкурса «Технотекст» в номинации ML, победили три статьи. Делимся списком:

▪️Мурат Апишев написал о проблеме обработки Transformer длинных последовательностей, прежде всего текстовых.

▪️Виктор Юрченко из Яндекса рассказал о том, как нейросети помогают беспилотным автомобилям планировать своё движение.

▪️Котенков Игорь из Open Data Science объяснил на простом русском эволюцию языковых моделей с T9 до чуда.

@machinelearning_ru
👍52
Python profiler - полезный инструмент для анализа производительности вашего кода.

Он собирает подробную статистику использования ресурсов во время работы вашей модели, что позволяет выявлять узкие места в коде и оптимизировать производительность.

https://lightning.ai/docs/pytorch/stable/common/trainer.html#profiler

@machinelearning_ru
🔥13👍43
🖥 Complete-Tensorflow-and-Keras-with-Projects-Series

Этот репозиторий содержит все необходимое для того, погрузиться в Tensorflow и Keras.

Здесь собрано более 100 реализованных проектов.

https://github.com/Coder-World04/Complete-Tensorflow-and-Keras-with-Projects-Series

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥21
⚡️ Распознавание объектов с faster-coco-eval. Разбираемся с библиотекой компьютерного зрения.

https://www.youtube.com/watch?v=5bVG2thY2tA

@machinelearning_ru
👍91🔥1
⚡️ Это классное руководство, показывающее, как вы можете превратить любой RAG конвейер llama_index в API всего за несколько строк кода.

В этом руководстве показано, как создать службу API RAG, упаковать ее в контейнер Docker и развернуть в рабочей среде - зацените это!

https://bentoml.com/blog/serving-a-llamaindex-rag-app-as-rest-apis

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍31