Neural Networks | Нейронные сети
11.8K subscribers
760 photos
166 videos
170 files
9.41K links
Все о машинном обучении

По всем вопросам - @notxxx1

№ 4959169263
Download Telegram
​How to Get Better Deep Learning Results (7-Day Mini-Course)

https://machinelearningmastery.com/better-deep-learning-neural-networks-crash-course/

🔗 How to Get Better Deep Learning Results (7-Day Mini-Course)
Better Deep Learning Neural Networks Crash Course. Get Better Performance From Your Deep Learning Models in 7 Days. Configuring neural network models is often referred to as a “dark art.” This is because there are no hard and fast rules for configuring a network for a given problem. We cannot analytically calculate the optimal model …
🎥 Google Cloud Platform: Практическое применение машинного обучения
👁 3 раз 2691 сек.
Звиад Кардава — Developer Relations, Google

В своем докладе Звиад расскажет про инструменты в области машинного обучения и анализа данных, ответит на вопрос в каких проектах более выгодным является использование готовых решений, а не создание собственных. Кратко остановится на технологиях Vision API, Speech API, WaveNet, Tensorflow, а после доклада ответит на технические вопросы.

Сайт конференции: https://intercomconf.com/
Конференция прошла при поддержке компаний Voximplant, Logitech, dialog, Smartcalls.
​Kaggle Earthquake Prediction Challenge

🔗 Kaggle Earthquake Prediction Challenge
Data Science coding challenge time! The popular Data Science competition website Kaggle has an ongoing competition to solve the problem of earthquake predict...
​Сегодня мы запускаем Rekko Challenge 2019 — соревнование по машинному обучению от онлайн-кинотеатра Okko.

Мы предлагаем вам построить рекомендательную систему на реальных данных одного из крупнейших российских онлайн-кинотеатров. Уверены, что эта задача будет интересна и новичкам, и опытным специалистам. Мы постарались сохранить максимальный простор для творчества, при этом не перегружая вас гигабайтными датасетами с сотнями предварительно посчитанных признаков.

Подробнее про Okko, задачу, данные, призы и правила — ниже.
https://habr.com/ru/company/okko/blog/439180/

🔗 Rekko Challenge
Сегодня мы запускаем Rekko Challenge 2019 — соревнование по машинному обучению от онлайн-кинотеатра Okko. Мы предлагаем вам построить рекомендательную систему н...
​A Gentle Introduction to Graph Neural Network (Basics, DeepWalk, and GraphSage)
Recently, Graph Neural Network (GNN) has gained increasing popularity in various domains, including social network, knowledge graph

🔗 A Gentle Introduction to Graph Neural Network (Basics, DeepWalk, and GraphSage)
Recently, Graph Neural Network (GNN) has gained increasing popularity in various domains, including social network, knowledge graph…
​3Q: Machine learning and climate modeling
As machine learning expands into climate modeling, EAPS Associate Professor Paul O’Gorman answers what that looks like and why it's important now.

http://news.mit.edu/2019/mit-3q-paul-o-gorman-machine-learning-for-climate-modeling-0213

🔗 3Q: Machine learning and climate modeling
As machine learning expands into climate modeling, EAPS Associate Professor Paul O’Gorman answers what that looks like and why it's important now.
🎥 AWS Innovate | Intro to Deep Learning: Building an Image Classifier on Amazon SageMaker
👁 1 раз 3853 сек.
Getting started with deep learning can feel intimidating. In this session join Gabe Hollombe, Technical Evangelist at AWS, as we simplify deep learning by explaining basic concepts with minimal jargon and only a bit of high-school math. Find out how easy it is to take an existing pre-trained general-purpose image classification model from the cloud and re-train it to identify specific classes of objects. Learn how to do all of this with Python, using a Jupyter notebook hosted from Amazon Sagemaker. We will
🎥 Accelerating & Optimizing Machine Learning on VMware vSphere leveraging NVIDIA GPUs
👁 1 раз 1951 сек.
In this video from the 2019 Stanford HPC Conference, Mohan Potheri from VMware,presents: Accelerating & Optimizing Machine Learning on VMware vSphere leveraging NVIDIA GPUs.

"This session introduces machine learning on vSphere to the attendee and explains when and why GPUs are important for them. Basic machine learning with Apache Spark is demonstrated. GPUs can be effectively shared in vSphere environments and the various methods of sharing are addressed here. We will explore features like suspending/resu
​This AI Learned Image Decolorization..and More

🔗 This AI Learned Image Decolorization..and More
❤️ Pick up cool perks on our Patreon page: https://www.patreon.com/TwoMinutePapers

📝 The paper "Deep Feature Consistent Deep Image Transformations: Downscaling, Decolorization and HDR Tone Mapping" is available here:
https://arxiv.org/abs/1707.09482
https://houxianxu.github.io/assets/project/dfc-dit

🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible:
313V, Alex Haro, Andrew Melnychuk, Angelos Evripiotis, Anthony Vdovitchenko, Brian Gilman, Christian Ahlin, Christo
​Как я познакомился с OpenCV или в поисках ColorChecker

Наш телеграмм канал - https://t.me/ai_machinelearning_big_data
Я учусь в CS центре в Новосибирске уже второй год. До поступления у меня уже была работа в IT — я работал аналитиком в Яндексе, но мне хотелось развиваться дальше, узнать что-то за пределами текущих задач и, по совету коллеги, я поступил в CS центр. В этой статье я хочу рассказать о практике, которую проходил во время учебы.

В начале первого семестра нам предложили несколько проектов. Мое внимание сразу зацепилось за проект под названием «Метод оценки цвета зерна по фотографии». Эту тему предложили специалисты из Института цитологии и генетики СО РАН, но сам проект был больше связан с анализом и обработкой изображений, чем с биологией. Я выбрал его, потому что интересовался машинным обучением и распознаванием образов и мне хотелось попрактиковаться в этих областях.

https://habr.com/ru/company/compscicenter/blog/437450/

🔗 Как я познакомился с OpenCV или в поисках ColorChecker
Я учусь в CS центре в Новосибирске уже второй год. До поступления у меня уже была работа в IT — я работал аналитиком в Яндексе, но мне хотелось развиваться дальш...
​Как научить машину понимать инвойсы и извлекать из них данные

#Машинноеобучение
Привет, Хабр! Меня зовут Станислав Семенов, я работаю над технологиями извлечения данных из документов в R&D ABBYY. В этой статье я расскажу об основных подходах к обработке полуструктурированных документов (инвойсы, кассовые чеки и т.д.), которые мы использовали совсем недавно и которые используем прямо сейчас. А еще мы поговорим о том, насколько для решения этой задачи применимы методы машинного обучения.

https://habr.com/ru/company/abbyy/blog/440310/

🔗 Как научить машину понимать инвойсы и извлекать из них данные
Привет, Хабр! Меня зовут Станислав Семенов, я работаю над технологиями извлечения данных из документов в R&D ABBYY. В этой статье я расскажу об основных подходах...
​Реализация моделей seq2seq в Tensorflow

Порождение данных с помощью рекурентной нейронной сети становится все более популярным методом и находит свое применение во многих областях компьютерной науки. С начала рождения концепции seq2seq в 2014 году прошло всего пять лет, но мир увидел множество применений, начиная с классических моделей перевода и распознавания речи, и заканчивая генерацией описаний объектов на фотографиях.

С другой стороны, со временем набрала популярность библиотека Tensorflow, выпущенная компанией Google специально для разработки нейронных сетей. Естественно, разработчики Google не могли обойти стороной такую популярную парадигму как seq2seq, поэтому библиотека Tensorflow предоставляет классы для разработки в рамках этой парадигмы. Эта статья посвящена описанию данной системы классов.
https://habr.com/ru/post/440472/

🔗 Реализация моделей seq2seq в Tensorflow
Порождение данных с помощью рекурентной нейронной сети становится все более популярным методом и находит свое применение во многих областях компьютерной науки. С...
🎥 Fast AI: создаем нейронную сеть быстро
👁 5 раз 1166 сек.
В этом видео мы с нуля создадим нейронную сеть, которая будет классифицировать изображения. Мы будем использовать Google Colab, а для этого нужен лишь браузер.