“How We Scaled Bert To Serve 1+ Billion Daily Requests on CPUs”

Medium Link

TabNet: Attentive Interpretable Tabular Learning


دقت فوق‌العاده بالا حتی روی
Tabular data
به کمک دیپ‌لرنینگ (بهتر از XGBoost و ...)

Arxiv Link

Linformer :
قدرت ترنسفرمرها اما بسیار سریعتر در محاسبات

https://arxiv.org/abs/2006.04768

ProphetNet for sequence-to-sequence learning with a novel self-supervised objective called future n-gram prediction.


GitHub Link

گفتم شاید بخواید قبل از اینکه عمرتون رو توی ایران برای دیپ‌لرنینگ حروم کنید، ی نگاهی فقط به قیمت gpu بندازید

3080 RTX
قیمت دلاری از 2080Ti اروزن‌تر هست البته :/

Youtube Playlist

ی دوره دیگه برای کسایی که میخوان دیپ‌لرنینگ یاد بگیرند
DeepMind + UCL

حالا که قیمت اینترنت استارلینک برای این مرحله مشخص شده (۹۹ دلار) البته پیش بینی اینه که هرچی پروژه جلوتر میره هم لیتنسی و هم قیمت کمتر بشه ( نکته: هر ۲ هفته ۶۰ ماهواره جدید پرتاب می‌شه)

گفتم ی دیدی از سرعت بهتون بدم:
کسایی که بتا تستر هستند توی این پست ردیت دارن خروجی تایید شده speed test قرار میدند

Starlink speed test list

بالاترین رکورد سرعت دانلود : 189.7 Mbps
بالاترین رکورد سرعت آپلود : 42.5 Mbps
جالبتر اینه که راه‌اندازی اینترنت فقط ۱۰ دقیقه طول می‌کشه

اونوقت من واسه راه اندازی اینترنت ۱۶ مگ (البته ۲مگ واقعیه) ۲ هفته‌اس درگیرم و هنوز هیچی به هیچی :/

کاملاً درست و دقیق 😂😂😂😂
دیدم که میگم
#AI_Fun

اگر تازه کار با لینوکس رو شروع کردید، یا کلاً با ManPage خیلی رابطه خوبی ندارید و بعنوان راهنمایی ی مثال با کمترین توضیح (البته قابل درک) می‌خواید

پروژه Cheat رو حتماً دنبال کنید.

GitHub link

بحث بورس که داغ شد، خیلی از شرکت‌ها شروع به استخدام کارشناس هوش مصنوعی برای داده‌های بورسی کردند، کلی ابزار بورسی تولید شد و ...

حالا که جوگیر بازی‌ها خوابیده، اگر واقعاً به موضوع داده‌های
Time Series
علاقه دارید این پکیج رو از دست ندید.

GitHub Link

توی این بلاگ پست نحوه استفاده از
cuDF, cuML
برای کار روی دیتای Tabular و طبق متن
872 x 206 = 179632 logistic models 
رو در زمان بسیار کوتاه آموزش داده شده

متاسفانه، از زمان معرفی (پست قبلی) تا بحال 3 نسخه جدید و استیبل بیرون اومده اما همچنان داکیومنت قوی برای این ابزار وجود نداره و طبق گفته‌های تیم توسعه احتمالأ تا نسخه 1.0.0 این مورد ادامه خواهد داشت.


Link, Medium Blog

شاید دیگه لازم و مجبور به خرید کارت گرافیک فقط Nvidia نباشیم، به لطف پیشرفت‌های Vulkan Kompute

این پروژه به جایی رسیده که امروز که جست‌وجو میکردم حتی آموزش هم راجبش دیدم و این نشانه بسیار خوبی از پیشرفت هست

Beyond CUDA: GPU Accelerated Python for Machine Learning on Cross-Vendor Graphics Cards Made Simple

موضوع گراف اهمیت بالایی بدست آورده
مخصوصاً knowledge graphs
این کتاب برای علاقه‌مندان به این موضوع و پایتون

RealTime denoising on CPU
۱۰۰٪ نمونه اینکار رو روی GPU های نسل جدید (اگر اشتباه نکنم زمان معرفی RTX20xx) دیدید که گیمر‌ها و ... هم تست کردند

فیسبوک ریسرچ کدهاش رو با شما به اشتراک گذاشته اگر دوست داشتید توی ابزارهاتون استفاده کنید.

FaceBook Research

نکته جالبتر اینکه در ادامه این کارها، مدلی هم برای جدا کردن صدای موسیقی از خواننده توسعه داده‌ شده که می‌تونید توی بلاگ دنبال کنید

خیلی جالبه، اگه‌ کسی رو توی واتس‌اپ ریپورت کنید، ی نسخه از دیتا و چت‌ها برای شرکت میره (فیسبوک)
سابقه خرابم که داره،

جالب اینجاس، ادعا می‌کنه، به فکر امنیت شما هست که سروری برای دیتا در نظر نمی‌گیره (ادعا می‌کنه اگه از گوشی داده‌هارو پاک کنید، کلا حذف می‌شه)

اینه که شخصاً علاقه خاصی به Signal دارم.

خیلی وقت پیش بخشی از دیتاستی که شخصاْ از ایسنا کرال کرده بودم رو قرار دادم؛ امروز خیلی اتفاقی روی سیستم پروژه قدیمی راجب text summary پیدا کردم.
تصمیم گرفتم این دیتارو هم آپلود کنم؛ هیچ پردازش خاصی انجام نشده ی مقدار تمیزکاری جزئی روی این دیتا و البته این هم کل دیتا نیست.
تعداد خبرها : 299.666

امیدوارم برای دوستان مفید باشه.
لطفاً ذکر منبع فراموش نشه.