Завершился мой 14-месячный проект – от начала переговоров с издательством и до выхода бумажной версии книги. Во всей этой истории есть несколько моментов, которыми хотел поделиться и про которые еще не говорили другие авторы, кому посчастливилось дойти до релиза. В основном они касаются общения с издательством и общего подхода к написанию больших объемов текста.
Начну с финансового вопроса – сколько сможет заработать автор.
А почему? Часть 1. Вводная / Хабр (habr.com)
А почему? Часть 2. Вот раньше… / Хабр (habr.com)
Мы закончили на том, что во второй части не нашли ничего хорошего в текущем положении вещей. Хотя что это я, на самом деле... Примеряю на себя то, о чем не знаю. Давайте так. В предыдущей части я не нашёл ничего хорошего в текущем положении вещей. Откуда берётся такое счастье, с неотвратимостью катка накатившееся на лягушку - давайте попробуем разобраться.
В этой истории я расскажу Вам про мои попытки разгадать секрет женских портретов Модильяни, как при этом я пришел к проблемам визуального восприятия нами внешнего мира и познакомился с перцептивной геометрией.
В статье «Почему всё ломается даже у хороших программистов?» (Часть 1 и Часть 2) был описан тип сотрудников: «золотая шестерёнка». Это способные люди, которые являются не только замечательными разработчиками, но ещё являются хорошими организаторами, имеют стратегическое мышление, могут проектировать архитектуру приложения либо даже ИТ-ландшафт. Встаёт закономерный вопрос, а почему «золотые шестерёнки» это плохо, почему бы из них не собрать сильную команду, чтобы всем было счастье. Давайте попробуем понять, почему «золотая шестерёнка» в итоге зачастую дестабилизирует ситуацию вокруг себя. Писать буду простым языком в расчёте на широкую аудиторию.
Чему учит эта книга: быть понятным
Чему она научила меня: вести коммуникацию так, чтобы после нее люди выходили уверенные и окрыленные
Что я хочу от материала: кратко объяснить основные идеи книги, которые помогают упаковать свои мысли в более понятную форму
Второй закон термодинамики — один из самых священных во всей науке, но он всегда опирался на обоснование XIX века, которое касается вероятности. В новой аргументации истинный его источник усматривают в потоках квантовой информации. Подробности — к старту флагманского курса по Data Science.
Вместо того, чтобы затеряться в тысяче комментариев под статьей автора, о не самой сладкой жизни в США, я решил описать свой опыт по тем же предложенным темам. Благо недавно я вышел на финишную прямую по легализации и есть некоторая уверенность в том, что в Россию я не вернусь. Давайте опишем все в той же стилистике моих личных впечатлений, спустя 3,5 года жизни в Техасе.
Применяемая, в настоящее время, для проектирования СБИС, методология с использованием языков описания аппаратуры, обладает общепризнанными недостатками, а именно:
- Разработка сложных СБИС требует сотни квалифицированных инженеров, несколько лет работы и затрат в миллиарды долларов.
- До половины времени разработки, уходит на поиск и устранение ошибок в программной модели проектируемого микропроцессора.
- Существенные трудозатраты требуются для достижения высоких характеристик по площади, производительности, энергетической эффективности.
Отечественные и зарубежные идеи, решения проблем проектирования СБИС, лежат в рамках общепринятой парадигмы, применения языков программирования для описания проектируемой аппаратуры. Все эти решения используются в реализуемых, в настоящее время, программах DARPA.
Ярослав Барсуков — российский программист, живущий на данный момент в Австрии. А еще он — фантаст, пишущий на английском языке, чья повесть «Башня из грязи и веток» в прошлом году вошла в шорт-лист премии «Небьюла». Вместе с рассказами Барсукова она была переведена на русский и недавно издана.
Необычный момент, что произведения автора родом из России переводят с английского. Зато в результате такого выбора языка Барсукова заметили на западной «литературной арене»: его повесть высоко оценил, например, Питер Уоттс, включили в несколько значимых списков главных книг года и так далее.
Так чем же примечательна повесть? Ярослав работает в литературной традиции Рэя Брэдбери, где элементы фантастики и фэнтези становятся метафорой для того, чтобы читатель мог глубже прочувствовать достаточно реальные проблемы. Создать мир и его магию — явно не первостепенная задача для автора. И вместе с тем это произведение, где важен стиль и образный ряд. Емкие и зримые описания с первых страниц задают ощущение от повести. Оно сумрачное, даже промозглое, с редкими яркими всполохами. Многие говорят, что мир «Башни из грязи и веток» можно назвать стимпанковым, но мне кажется, что правильнее будет характеристика «викторианский магреализм». Ну, да, с дирижаблями.
В общем, сам сеттинг получился достаточно колоритным, чтобы вызывать много эмоций, судя по отзывам. Но поговорим о сюжете. Герой, Шэй Эшкрофт, вчера был министром при королеве, но отказался применять на протестующих жителях столицы отравляющий газ. За это ему приходит новое назначение — отправиться в глубокую провинцию Оуэнбег, следить за тем, как продвигается строительство оборонной башни. С одной стороны, башня невероятно важна для жителей и королевы, про нее буквально ставят спектакли в столице. Это будет великое достижение, повод для гордости. С другой — новая работа все равно красноречиво говорит Шэю, что его наказывают за неповиновение.
В фэнтези и фантастике есть целый пласт произведений, которые уже давно считаются классическими и хорошо известны читателям. Большая часть таких книг давно переведена на русский язык, ведь в 90-х годах в наших палестинах очень активно издавались книги популярных фантастов. Однако некоторые романы, по праву имеющие на Западе статус классических, на русском языке впервые увидели совсем недавно. Иногда из-за того, что пик их популярности пришелся на время до распада Советского Союза, когда с переводами западной фантастики все было гораздо сложнее, иногда из-за неформатности или предполагаемой сложности для читателя, иногда по финансовым причинам. Рассказываем о нескольких таких произведениях, с которыми русскоязычные читатели смогли познакомиться только в последнее время.
Проводится сеанс разоблачения магии (CISC, RISC, OoO, VLIW, EPIC, ...).
Без традиционной рубрики “а что, если” тоже не обошлось.
Добро пожаловать под кат, правда, лёгкого чтения ожидать не стоит.
Порой кажется и многие читатели придерживаются мнения, что автор становится классиком только после смерти. Его книги должны пройти проверку временем, сформировать отдельное направление или оказать значительное влияние на развитие жанра и культуры в целом, получить литературных последователей. Если спросить поклонников жанров о классиках фэнтези и фантастики, среди популярных имен точно будут Джон Толкин, Клайв Льюис, Роберт Говард, Говард Лавкрафт, Рэй Брэдбери, Фрэнк Герберт, Артур Кларк и Айзек Азимов. Однако и среди наших, еще живых и продолжающих творить, современников есть писатели, которые благодаря своим идеям и влиянию на жанры уже могут по праву называться классиками. И в отличие от своих предшественников, наследие которых определено и неизменно, они еще могут порадовать читателя новыми романами. И вот несколько тому примеров.
При разработке систем распознавания речи мы сталкиваемся с заблуждениями среди потребителей и разработчиков, в первую очередь связанными с разделением формы и сути. Одним из таких заблуждений является то, что в устной речи якобы "можно услышать" грамматически верные знаки препинания и пробелы между словами, когда по факту реальная устная речь и грамотная письменная речь очень сильно отличаются (устная речь скорее похожа на "поток" слегка разделенный паузами и интонацией, поэтому люди так не любят монотонно бубнящих докладчиков).
Понятно, что можно просто начинать каждое высказывание с большой буквы и ставить точку в конце. Но хотелось бы иметь какое-то относительно простое и универсальное средство расстановки знаков препинания и заглавных букв в предложениях, которые генерирует наша система распознавания речи. Совсем хорошо бы было, если бы такая система в принципе работала с любыми текстами.
По этой причине мы бы хотели поделиться с сообществом системой, которая:
На всякий случай явно повторюсь — цель такой системы — лишь улучшать читабельность текста. Она не добавляет в текст информации, которой в нем изначально не было.
Всем привет! В данном посте я хотел бы рассказать про весьма интересную и важную деятельность в области глубокого обучения как прореживание (прунинг) нейронных сетей. На просторах сети есть неплохие материалы по данной теме, например, статья на Хабре трехлетней давности.
Здесь будет приведен общий обзор основных методик прореживания нейронных сетей, разработанных человечеством в его (почти) безграничной изобретательности, а в последующем я планирую рассмотреть некоторые подходы более подробно. Вообще говоря, идей на самом деле существует гораздо больше, чем будет рассмотрено ниже, здесь я приведу самые популярные подходы в подробностях, пропорциональных пониманию автором конкретного метода.
Поехали!
Представьте себя на месте изучающего русский язык иностранца. Ударение станет одним из ваших самых страшных ночных кошмаров.
Однажды я написал приложение для изучения русского, одной из функций которого была расстановка ударений. Я просто проверял каждое слово по словарю. Однако, это часто приводило к ситуации неоднозначности, когда ударение зависит от контекста. Например: "два сло́ва", но "длинные слова́".
Время подключать нейросети.
Обработка естественного языка — это не только нейронные сети, а данные — это не только строки, числа и перечисления. Область работы с данными простирается намного дальше. К старту флагманского курса по Data Science представляем вашему вниманию перевод из блога разработчиков графовой базы данных neo4j о том, как при помощи SpaCy и Selenium извлечь из книги граф взаимоотношений героев. Подробности и код, как всегда, под катом.
Это эссе содержит обширный обзор весьма узкой темы: интерпретируемости машинного обучения. Пост не претендует на исчерпывающую полноту, я ставил своей целью рассмотреть концептуальные фреймворки, существующие исследования и направления их развития.
Я придерживаюсь категоризации, использованной в работе Lipton et al.'s Mythos of Model Interpretability, которую считаю наилучшей статьей, проясняющей различные дефиниции интерпретируемости. Мы рассмотрим множество способов формализовать значение «интерпретируемости». В широком смысле интерпретируемость отвечает на вопрос «как». Она призвана дать понятие о нашей модели и объяснить, каким образом эта модель принимает те или иные решения. Ниже каждый раздел концептуализируется на основе конкретного вопроса, который можно поставить к нашей модели машинного обучения, опираясь на конкретное определение интерпретируемости. Если все это для вас в новинку, объясню для начала, почему нас вообще должна волновать интерпретируемость.
Несколько месяцев назад я писал статью про тихую революцию в ComputerVision - про трансформеры. А сейчас я хочу поговорить про другую революцию в CV. Уже не такую тихую (статьи тут куда более известные). Рассказ будет про GAN'ы. Как ими сегодня умеют управлять, и что достигли. В первую очередь это StyleGan и его производные.
В последний год-полтора появилось много различных способов управлять GAN-сетями и улучшилось их качество. Ещё чуть чуть и… Что? Можно будет генерить фильмы по описанию? Игры? Нужно ли будет рисовать крутые текстуры, или их можно будет создать?Попробую показать куда дошла современная технология, и чего ожидать от GAN’ов.
