Обнаружение и извлечение текста из изображения с помощью Python
https://nuancesprog.ru/p/15535/
@machinelearning_ru
https://nuancesprog.ru/p/15535/
@machinelearning_ru
NOP::Nuances of programming
Обнаружение и извлечение текста из изображения с помощью Python
Представляем удобные техники OCR и OpenCV для обнаружения и извлечения текста в цифровом изображении
👍7
Структуры данных: кольцевой (циклический, замкнутый) связный список
https://nuancesprog.ru/p/15543/
@machinelearning_ru
https://nuancesprog.ru/p/15543/
@machinelearning_ru
👍6
🔥 Полезные библиотеки Python инструмент сканирования для тестирования и взлома Wi-Fi
Читать
@machinelearning_ru
Читать
@machinelearning_ru
🎼 Автоматическое создание музыки с помощью искусственного интеллекта
Заменит ли искусственный интеллект музыкантов? Такая вероятность есть, но точно не в этом году. А пока представим вашему вниманию три компании, разработчики которых однажды смогут поучаствовать в борьбе за Грэмми. Без Илона Маска, конечно же, не обошлось. И расскажем, какие подходы они используют.
https://nuancesprog.ru/p/11483
@machinelearning_ru #статьи #ArtificialIntelligence #DataScience
Заменит ли искусственный интеллект музыкантов? Такая вероятность есть, но точно не в этом году. А пока представим вашему вниманию три компании, разработчики которых однажды смогут поучаствовать в борьбе за Грэмми. Без Илона Маска, конечно же, не обошлось. И расскажем, какие подходы они используют.
https://nuancesprog.ru/p/11483
@machinelearning_ru #статьи #ArtificialIntelligence #DataScience
👍6👎1
🚀 TorchSparse: Efficient Point Cloud Inference Engine
Github: https://github.com/mit-han-lab/torchsparse
Paper: https://arxiv.org/abs/2204.10319v1
Dataset: https://paperswithcode.com/dataset/nuscenes
Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset
@ai_machinelearning_big_data
Github: https://github.com/mit-han-lab/torchsparse
Paper: https://arxiv.org/abs/2204.10319v1
Dataset: https://paperswithcode.com/dataset/nuscenes
Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset
@ai_machinelearning_big_data
👍7
PaLM: языковая модель Google с 540 миллиардами параметров
https://neurohive.io/ru/papers/palm-yazykovaya-model-google-s-540-milliardami-parametrov/
@machinelearning_ru
https://neurohive.io/ru/papers/palm-yazykovaya-model-google-s-540-milliardami-parametrov/
@machinelearning_ru
Neurohive - Нейронные сети
PaLM: языковая модель Google с 540 миллиардами параметров
Google представила PaLM – языковую модель с 540 миллиардами параметров. PaLM превзошла существующие языковые модели в большинстве бенчмарков. Модель обучена с использованием 6144 тензорных процессоров Google TPU на платформе параллельных вычислений Pathways.…
👍9🤯4
🕓 Как успевать всё: методы и ТОП приложений для тайм-менеджмента
https://proglib.io/p/kak-uspevat-vse-metody-i-top-prilozheniy-dlya-taym-menedzhmenta-2022-04-27
https://proglib.io/p/kak-uspevat-vse-metody-i-top-prilozheniy-dlya-taym-menedzhmenta-2022-04-27
✏️ Sat2lod2: A Software For Automated Lod-2 Modeling From Satellite-Derived Orthophoto And Digital Surface Model
Github: https://github.com/jingkang50/openood
Paper: https://arxiv.org/abs/2204.05306v1
Dataset: https://entuedu-my.sharepoint.com/:f:/g/personal/jingkang001_e_ntu_edu_sg/Eso7IDKUKQ9AoY7hm9IU2gIBMWNnWGCYPwClpH0TASRLmg?e=iEYhXO
More tutorials: https://github.com/Jingkang50/OpenOOD/wiki/Get-Started
https://t.me/ai_machinelearning_big_data
Github: https://github.com/jingkang50/openood
Paper: https://arxiv.org/abs/2204.05306v1
Dataset: https://entuedu-my.sharepoint.com/:f:/g/personal/jingkang001_e_ntu_edu_sg/Eso7IDKUKQ9AoY7hm9IU2gIBMWNnWGCYPwClpH0TASRLmg?e=iEYhXO
More tutorials: https://github.com/Jingkang50/OpenOOD/wiki/Get-Started
https://t.me/ai_machinelearning_big_data
👍10👎2
DALL-E 2: text-to-image модель OpenAI
OpenAI представила новую версию модели преобразования текста в изображение DALL-E. По сравнению с первой версией, DALL-E 2 генерирует изображения в более высоком качестве с меньшей задержкой, а также позволяет редактировать уже существующие изображения.
https://neurohive.io/ru/papers/dall-e-2-text-to-image-model-openai/
@machinelearning_ru
OpenAI представила новую версию модели преобразования текста в изображение DALL-E. По сравнению с первой версией, DALL-E 2 генерирует изображения в более высоком качестве с меньшей задержкой, а также позволяет редактировать уже существующие изображения.
https://neurohive.io/ru/papers/dall-e-2-text-to-image-model-openai/
@machinelearning_ru
Neurohive - Нейронные сети
DALL-E 2: text-to-image модель OpenAI
DALL-E 2 генерирует изображения с разрешением 1024x1024 пикселей, что в 16 раз превышает разрешение в предыдущей версии модели.
👍7
🗺 Простое руководство по визуализации данных в машинном обучении
https://nuancesprog.ru/p/15580/
@machinelearning_ru
https://nuancesprog.ru/p/15580/
@machinelearning_ru
NOP::Nuances of programming
Простое руководство по визуализации данных в машинном обучении
Создание информационных визуализаций - важнейший процесс, помогающий определить эффективность модели МО. Библиотека Yellowbrick, обладающая богатым функционалом, значительно упростит этот процесс.
❤5👍1
SORDI: датасет синтетических изображений производств
https://neurohive.io/ru/datasety/sordi-dataset-sinteticheskih-izobrazhenij-proizvodstv/
@machinelearning_ru
https://neurohive.io/ru/datasety/sordi-dataset-sinteticheskih-izobrazhenij-proizvodstv/
@machinelearning_ru
👍1