Программно-аппаратные решения в области ИИ

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data

Михаил Цветков: «Обзор проектов Intel в области машинного обучения и систем AI»

Андрей Кочетов: «Ускорители с гибко программируемой логикой Xilinx для ИИ»

Дмитрий Конягин: «Платформы NVIDIA для систем ИИ»

Борис Нейман: «Роль сетевых технологий в ускорении ИИ вычислений»

Александр Семенов: «Сеть межпроцессорного обмена Ангара и современные системы ИИ»

Александр Перевозчиков: «Суперкомпьютеры проекта Coral: Summit и Sierra»

Павел Станавов: «Практический взгляд компании AMD на решение задач ИИ»

Евгений Борисов: «Настоящие и будущие супер-решения Supermicro для систем ИИ и анализа данных»

Михаил Плескунин: «Оптимизированные решения HUAWEI и эффективные дата-центры ИИ»

Никита Степанов: «Эволюция вычислений, видение DELL EMC»

🎥 Михаил Цветков: «Обзор проектов Intel в области машинного обучения и систем AI»
👁 12 раз ⏳ 4164 сек.
Доклад «Обзор проектов Intel в области машинного обучения и систем AI: новые аппаратные платформы и оптимизация на программном уровне» будет читать...

🎥 Андрей Кочетов: «Ускорители с гибко программируемой логикой Xilinx для ИИ»
👁 3 раз ⏳ 6407 сек.
Xilinx — это американская технологическая компания, производящая интегральные микросхемы программируемой логики. Её доля на мировом рынке данной пр...

🎥 Дмитрий Конягин: «Платформы NVIDIA для систем ИИ»
👁 5 раз ⏳ 4751 сек.
В лекции будет рассказано про новые технологии и компоненты платформы NVIDIA для решения задач ИИ, в частности, про те, которые были представлены н...

🎥 Борис Нейман: «Роль сетевых технологий в ускорении ИИ вычислений»
👁 2 раз ⏳ 3305 сек.
В социальной сети Facebook есть система автоматического распознавания лиц, за работой которой стоит сложная многоэтапная задача. Она состоит из сбо...

🎥 Александр Семенов: «Сеть межпроцессорного обмена Ангара и современные системы ИИ»
👁 1 раз ⏳ 4677 сек.
На лекции будет рассказано о направлениях работ НИЦЭВТ в области теории графов — основы многих методов вычислительного искусственного интеллекта, в...

🎥 Александр Перевозчиков: «Суперкомпьютеры проекта Coral: Summit и Sierra»
👁 1 раз ⏳ 10095 сек.
Чего можно ожидать от процессоров с точки зрения производительности? Как долго проживет кремний? Как и почему отличается идеология построения проце...

🎥 Павел Станавов: «Практический взгляд компании AMD на решение задач ИИ»
👁 1 раз ⏳ 3907 сек.
Павел Станавов: «Практический взгляд компании AMD на решение задач ИИ: процессоры нового поколения и универсальные ускорители на пороге 7 нанометро...

🎥 Евгений Борисов: «Настоящие и будущие супер-решения Supermicro для систем ИИ и анализа данных»
👁 1 раз ⏳ 4624 сек.
Продукция компании Supermicro — производителя серверных платформ — является ключевым звеном в цепи «превращения умных чипов в законченные функциона...

🎥 Михаил Плескунин: «Оптимизированные решения HUAWEI и эффективные дата-центры ИИ»
👁 1 раз ⏳ 3063 сек.
Компания Huawei является мировым лидером в области разработки информационно-коммуникационных решений. На лекции будет рассказано об истории компани...

🎥 Никита Степанов: «Эволюция вычислений, видение DELL EMC»
👁 1 раз ⏳ 2749 сек.
Заключительная лекция цикла «Программно-аппаратные решения в области ИИ», организованного лабораторией мультимедийных систем и технологий при ФРКТ ...

​8 Tricks for Configuring Backpropagation to Train Better Neural Networks

https://machinelearningmastery.com/best-advice-for-configuring-backpropagation-for-deep-learning-neural-networks/

🔗 8 Tricks for Configuring Backpropagation to Train Better Neural Networks
Neural network models are trained using stochastic gradient descent and model weights are updated using the backpropagation algorithm. The optimization solved by training a neural network model is very challenging and although these algorithms are widely used because they perform so well in practice, there are no guarantees that they will converge to a good …

🎥 How to create a cartoon effect - Opencv with Python
👁 1 раз ⏳ 1209 сек.
source code: https://pysource.com/2018/10/11/how-to-create-a-cartoon-effect-opencv-with-python/

​Какое лицо реально?

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
«В интернете никто не знает, что ты собака»

Так говорит собака, сидящая за компьютером в мультфильме Питера Штайнера «Нью-Йоркер» 1993 года. Карикатура запечатлела радикальные изменения в характере человеческих взаимодействий, которые только начинались в 1993 году, изменения, которые не только радуют своими возможностями, но и пугают по той же причине.

За последние четверть века мы все усвоили «урок собаки». Случайным незнакомцем в Интернете может быть кто угодно и где угодно. Опытный импресарио на музыкальном форуме может быть ребенком в подвале его мамы. Четырнадцатилетняя девушка в чате может быть полицейским под прикрытием. Африканская нефтяная наследница в твоих входящих сообщениях, несомненно, мошенница.

Но в то время как мы научились не доверять именам и текстам, с изображениями всё по другому. Мы предполагаем, что изображение должно иметь реальный источник и мы склонны доверять изображениям. Бизнес-профиль с фотографией явно принадлежит кому-то. Человек на фотографии, на сайте знакомств, может оказаться на 10 килограмм тяжелее или на 10 лет старше, но если фотография есть, человек, очевидно, существует.

Но это уже не так. Новые алгоритмы машинного обучения позволяют быстро создавать синтетические «фотографии» людей, которых никогда не было.

Компьютеры хороши, но способность визуальной обработки вашего мозга еще лучше. Если вы знаете, что искать, вы можете заметить эти подделки одним взглядом (по крайней мере, на данный момент). Аппаратное и программное обеспечение, используемое для их генерации, будет продолжать совершенствоваться и может пройти всего несколько лет, пока люди не отстанут в этой гонке подделок и обнаружения.

Наша цель — дать вам понять, с какой легкостью можно подделать цифровую личность, и помочь вам обнаружить эти подделки одним взглядом.

https://habr.com/ru/post/441474/

🔗 Какое лицо реально?
Видеть сквозь иллюзии сфабрикованного мира «В интернете никто не знает, что ты собака» Так говорит собака, сидящая за компьютером в мультфильме Питера Штайне...

​Image Recognition with AWS and Python | Tutorial 1 | The Setup | AWS Rekognition | Boto3

🔗 Image Recognition with AWS and Python | Tutorial 1 | The Setup | AWS Rekognition | Boto3
In this tutorial, you are going to learn about setting up rules in IAM console of your AWS account to access the power of AWS Rekognition API programmaticall...

​Introduction to Deep learning with flavor of Natural Language Processing(NLP)
Course (Tokyo Institue of Technology) materials, demos and implementations are available. Enjoy with DL. Happy learning

Main site:

https://chokkan.github.io/deeplearning/

Github repo:

https://github.com/chokkan/deeplearning

🔗 Introduction to Deep Learning
with flavor of Natural Language Processing (NLP)

​Build and Train Reinforcement Models with Amazon SageMaker RL - AWS Online Tech Talks

🔗 Build and Train Reinforcement Models with Amazon SageMaker RL - AWS Online Tech Talks
Amazon SageMaker is an end-to-end platform to build, train, and deploy machine learning models (ML) at scale. In this tech talk, you'll learn how you can bui...

​Q&A with Sam Charrington: Kubernetes for Machine Learning, Deep Learning and AI eBook

🔗 Q&A with Sam Charrington: Kubernetes for Machine Learning, Deep Learning and AI eBook
What is Machine Learning? Deep Learning? How is all of this related to Kubernetes? What are some of the pitfalls organizations fall into when deploying these...

​https://m.youtube.com/watch?v=hOJI8e0p-UI

🔗 Scalable Machine Learning: The Role of Stratified Data Sharding

​Онлайн контест по решению задачи из теории игр
На факультативе по теории игр мы решаем различные интересные задачи, и я хотел бы поделиться с вами одной из таких.

https://habr.com/ru/post/441058/

🔗 Онлайн контест по решению задачи из теории игр
Привет, Хабр! Меня зовут Миша, и я студент. На факультативе по теории игр мы решаем различные интересные задачи, и я хотел бы поделиться с вами одной из таких.

​Sentiment Analysis with Deep Learning
Recognize and Classify Human Emotions in Netflix Reviews

https://towardsdatascience.com/sentiment-analysis-with-deep-learning-62d4d0166ef6?source=collection_home---4------5---------------------

🔗 Sentiment Analysis with Deep Learning – Towards Data Science
Recognize and Classify Human Emotions in Netflix Reviews

​Tips & Tricks in Multiple Linear Regression
Gathered methods to analyse data, diagnose models and visualize results

https://towardsdatascience.com/tips-tricks-in-multiple-linear-regression-b5e83a4e73f1?source=collection_home---4------3---------------------

🔗 Tips & Tricks in Multiple Linear Regression – Towards Data Science
Gathered methods to analyse data, diagnose models and visualize results

🎥 Towards Robust Deep Learning (Remote talk) by Stephan Zheng
👁 1 раз ⏳ 3654 сек.
DISCUSSION MEETING

THE THEORETICAL BASIS OF MACHINE LEARNING (ML)


ORGANIZERS: Chiranjib Bhattacharya, Sunita Sarawagi, Ravi Sundaram and SVN Vishwanathan

DATE : 27 December 2018 to 29 December 2018

VENUE : Ramanujan Lecture Hall, ICTS, Bangalore

ML (Machine Learning) has enjoyed tremendous practical success in the last decade with applications ranging from e-commerce to self-driving cars. The success of deep networks in vision and speech recognition are particularly notable examples. However, the th

🎥 Saving Data and Models - Deep Learning for Audio Classification p.7
👁 1 раз ⏳ 989 сек.
Since many people have requested this, video 1 of 2 for deploying the model.

​Мало найдется тех, кто не заходит в социальные сети, хотя бы иногда, посмотреть “что там у друзей”. Но еще меньше тех, кто был бы доволен контентом, который им отобрала “умная лента”. Специалисты Одноклассников постоянно работают над улучшением алгоритмов работы с данными, мы хотим сделать ленту более релевантной а пользовательский опыт более положительным. В этот раз мы предлагаем тебе принять участие в уникальном челлендже по анализу данных социальных сетей от Одноклассников – SNA Hackathon 2019! Попробуй сделать мир чуть лучше, а ленту чуть интересней, используя свои уникальные Data Science скилы!

Мероприятие будет состоять из 2-х этапов: в рамках первого этапа, который проводится на площадке ml boot camp с 7 февраля по 15 марта, участников ждут задачи по компьютерному зрению, работе с естественными языками и разработке рекомендательных систем. Во втором этапе, который состоится в нашем Московском офисе, мы соберем в одном месте лучших из лучших в своих областях и дадим им возможность построить решение, объединяющее знания из всех миров.

https://www.snahackathon.org/

🔗 SNA Hackathon 2019
SNA Hackathon 2019 — контест по машинному обучению и анализу данных. Попробуй сделать мир чуть лучше, а ленту чуть интересней, используя свои уникальные Data Science скилы!

​Get started with Apache Spark and TensorFlow on Azure Databricks

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
https://towardsdatascience.com/get-started-with-apache-spark-and-tensorflow-on-azure-databricks-163eb3fdb8f3?source=collection_home---4------0---------------------

🔗 Get started with Apache Spark and TensorFlow on Azure Databricks
TensorFlow is now available on Apache Spark framework, but how do you get started? It called TensorFrame…

​Working with APIs using Flask, Flask-RESTPlus and Swagger UI

https://towardsdatascience.com/working-with-apis-using-flask-flask-restplus-and-swagger-ui-7cf447deda7f?source=collection_home---4------2---------------------

🔗 Working with APIs using Flask, Flask RESTPlus and Swagger UI
An introduction to Flask and Flask-RESTPlus

​Complete Machine Learning Course | Machine Learning Tutorial for Beginners | Edureka

🔗 Complete Machine Learning Course | Machine Learning Tutorial for Beginners | Edureka
** Machine Learning Masters Program: https://www.edureka.co/masters-program/machine-learning-engineer-training ** This Edureka Machine Learning video on "Com...

​Machine Learning #️⃣2️⃣ Classification & Data Preprocessing

🔗 Machine Learning #️⃣2️⃣ Classification & Data Preprocessing
In machine learning, classification solve the problem of predicting the categories of a given data point. Pre-processing refers to the transformations applie...

​Intuitive Deep Learning Part 2: CNNs for Computer Vision
What are Convolutional Neural Networks? How can we apply Neural Networks to recognize images?

https://towardsdatascience.com/intuitive-deep-learning-part-2-cnns-for-computer-vision-472bbb2c8060

🔗 Intuitive Deep Learning Part 2: CNNs for Computer Vision
What are Convolutional Neural Networks? How can we apply Neural Networks to recognize images?