Как стать автором
Обновить
  • по релевантности
  • по времени
  • по рейтингу

Baidu опубликовала демо инструмента глубинного обучения PaddlePaddle

Python *C++ *Машинное обучение *


Китайский поисковый гигант Baidu опубликовал демо-версию исходного кода своего инструмента глубинного обучения PaddlePaddle (PArallel Distributed Deep LEarning) на GitHub. Анонс всего кода PaddlePaddle состоится 30 сентября.

Согласно информации на GitHub, сейчас сборка PaddlePaddle сырая и к массовому «употреблению» заинтересованными лицами готова не до конца. Разработчики заранее предупреждают, что еще не все файлы и пакеты готовы к установке, поэтому у желающих опробовать публичную демо-версию могут возникнуть серьезные проблемы при попытке работы с PaddlePaddle.
Читать дальше →
Всего голосов 15: ↑15 и ↓0 +15
Просмотры 6.6K
Комментарии 2

Microsoft представила обновление своего набора инструментов Cognitive Toolkit

Программирование *Машинное обучение *Разработка под Windows *


Вчера компания Microsoft в своем официальном блоге представила публике обновление своего набора инструментов Microsoft Cognitive Toolkit — системы для проектирования и обучения глубинных, сверточных и рекуррентных сетей.

Кроме того, Cognitive Toolkit дает возможность использовать обучение с подкреплением. Cognitive Toolkit предлагается использовать в таких сферах как распознавание объектов, речи и поиска релевантных результатов.
Читать дальше →
Всего голосов 12: ↑12 и ↓0 +12
Просмотры 6.4K
Комментарии 1

Новости машинного обучения. Самое интересное из пяти рассылок

Обработка изображений *Визуализация данных Машинное обучение *Научно-популярное Будущее здесь

Наиболее интересные новости из пяти почтовых рассылок. Новые технологии, идеи по применению и гипотезы.


Machine Learning everywhere

Читать дальше →
Всего голосов 6: ↑4 и ↓2 +2
Просмотры 3.4K
Комментарии 0

Новости машинного обучения. Выпуск 6

Обработка изображений *Визуализация данных Машинное обучение *Научно-популярное Будущее здесь

Предыдущий выпуск


Новости ML, новые технологии, идеи по применению и гипотезы.


Lattice Light-Sheet Microscopy

Читать дальше →
Всего голосов 6: ↑5 и ↓1 +4
Просмотры 3.1K
Комментарии 0

Новости машинного обучения. Выпуск 7

Обработка изображений *Визуализация данных Машинное обучение *Научно-популярное Искусственный интеллект

Предыдущий выпуск


Новости ML, новые технологии, идеи по применению и гипотезы.


Nvidia GauGan


Изображение сделано в Nvidia GauGan. Видео, статья и исходный код.

Читать дальше →
Всего голосов 6: ↑6 и ↓0 +6
Просмотры 3.1K
Комментарии 1

Новости машинного обучения. Выпуск 8

Обработка изображений *Машинное обучение *Робототехника Научно-популярное Искусственный интеллект

Предыдущий выпуск


Экзоскелеты; бионические протезы; промышленные роботы; исследование автоматических рекоммендаций Ютуба; создание моделей машинного обучения в браузере с помощью MediaPipe; виртуальная клавиатура для смартфонов; 5G; еще раз о сильном и слабом ИИ.

Читать дальше →
Всего голосов 6: ↑6 и ↓0 +6
Просмотры 2.4K
Комментарии 2

Microsoft представила DeepSpeed для тренировки нейросетей на моделях с >100 млрд параметров

Управление разработкой *Искусственный интеллект
image

Microsoft выпускает библиотеку с открытым исходным кодом под названием DeepSpeed, которая значительно расширяет возможности обучения для больших моделей естественного языка. Она дает возможность обучения нейросетей на моделях со 100 млрд параметров и более. DeepSpeed ​​совместима с PyTorch.
Читать дальше →
Всего голосов 13: ↑13 и ↓0 +13
Просмотры 5.3K
Комментарии 1

Приглашаем на Samsung AI Forum 2020 

Блог компании Samsung Машинное обучение *
Samsung AI Forum пройдет уже в четвертый раз, но онлайн — впервые. Трансляции будут вестись на официальном YouTube-канале Samsung 2 и 3 ноября, для участия необходима регистрация на сайте форума. Несмотря на то, что в Москве в это время будет глубокая ночь, мы очень советуем постараться присоединиться к стриму. Ведь выступать в этом году будут самые крутые в мире исследователи в области искусственного интеллекта: Йошуа Бенджио, Ян ЛеКун, Кристофер Мэннинг и другие. Для тех, кто не сможет, будет доступна запись.


На форуме выступят крутейшие ученые мира в области ИИ, такие как Ян ЛеКун и Йошуа Бенджио (на фото), получившие премию Тьюринга за открытие глубоких нейронных сетей

Читать дальше →
Всего голосов 6: ↑6 и ↓0 +6
Просмотры 809
Комментарии 0

Глубокое обучение на Kotlin: вышла альфа-версия KotlinDL

Блог компании JetBrains Kotlin *

Всем привет!


На днях мы выпустили первую альфа-версию KotlinDL, фреймворка для глубокого обучения нейросетей, API которого мы старались сделать максимально похожим на Keras (фреймворк на Python поверх TensorFlow).


В KotlinDL вы найдете простые API как для описания, так и для тренировки нейронных сетей. За счет высокоуровневого API и аккуратно подобранных значений по умолчанию для множества параметров мы надеемся снизить порог входа в глубокое обучение на JVM. Вот так, например, выглядит тренировка и сохранение простой нейросети, написанной при помощи KotlinDL:

Читать дальше →
Всего голосов 17: ↑17 и ↓0 +17
Просмотры 4.7K
Комментарии 4

Круглый стол «Искусственный Интеллект – Machine Learning – Deep Learning: наше будущее или временный тренд»

Блог компании SimbirSoft Машинное обучение *Конференции Искусственный интеллект

В чем разница между искусственным интеллектом (AI), машинным обучением (ML) и глубоким обучением (DL)? Где заканчивается ML и начинается AI? Как это работает, почему без человека не обойтись и какую цену придется заплатить за ошибку? Вместе с ABBYY, «Цифровая Индустриальная Платформа», «ТОЧКА», «Лига Цифровой Экономики» обсуждаем эти и другие вопросы по ИИ в рамках круглого стола на конференции «Технореволюция ‌2.0»‌‌ от IT-компании SimbirSoft

20 марта приглашаем CEO, CTO, CIO, IT-директоров, руководителей всех уровней, владельцев продуктов, маркетологов, HR-специалистов и разработчиков на «Технореволюцию 2.0»‌‌ от SimbirSoft. 

В интерактивном формате поговорим о трендах на примерах реальных кейсов, обсудим особенности менеджмента в IT-индустрии, а также поспорим на тему искусственного интеллекта. 

Читать далее
Всего голосов 5: ↑4 и ↓1 +3
Просмотры 1.4K
Комментарии 0

Phygital podcast — разговариваем о 3D ML и phygital технологиях

Блог компании IT-центр МАИ Работа с 3D-графикой *Машинное обучение *

Всем привет хабровчане и любители 3D ML!

Мы уже ведем на хабре серию заметок про 3D ML, а теперь еще и выпускаем на нашем youtube канале визуальный подкаст "PHYGITAL PODCAST", где освещаем новости из мира ML, 3D и phygital технологий, а также вкратце излагаем суть выпущенных здесь заметок.

Читать далее
Всего голосов 4: ↑3 и ↓1 +2
Просмотры 842
Комментарии 0

OpenCV ищет студентов для Google Summer of Code-2021

Алгоритмы *

Крупнейшая библиотека компьютерного зрения OpenCV присоединилась к программе Google Summer of Code-2021 и объявляет набор студентов, которые хотели бы попробовать свои силы и заодно помочь улучшить работу библиотеки. Детальную информацию об OpenCV и ее участии в GSoC можно найти здесь

Читать далее
Всего голосов 3: ↑3 и ↓0 +3
Просмотры 1.4K
Комментарии 0

NVIDIA представила технологию создания 3D-моделей на основе фотографий

Работа с 3D-графикой *Машинное обучение *Искусственный интеллект
image

Компания NVIDIA показала приложение GANverse3D, которое с помощью машинного обучения создаёт 3D-модель из одной фотографии. Разработчики компании продемонстрировали подробности, создав модель машины «КИТТ» из телесериала 80-х «Рыцарь дорог».
Всего голосов 15: ↑15 и ↓0 +15
Просмотры 3.5K
Комментарии 2

Анонс октябрьских обучающих вебинаров для инженеров

Блог компании ЦИТМ Экспонента Отладка *Машинное обучение *Прототипирование *Инженерные системы

Всем привет. В октябре мы запланировали 3 бесплатных вебинара для инженеров. Приглашаем вас принять в них участие.

Темы вебинаров:

Глубокое обучение в инженерных системах

Быстрое прототипирование и полунатурное моделирование с машинами реального времени РИТМ

Разработка на ПЛИС с применением IP-ядер российского производства

Читать далее
Всего голосов 4: ↑4 и ↓0 +4
Просмотры 302
Комментарии 0

Прогресс в разработке нейросетей для машинного обучения

Data Mining *Алгоритмы *
В пятничном номере NY Times опубликована статья о значительных успехах, который демонстрируют в последние годы разработчики алгоритмов для самообучаемых нейросетей. В глубоких структурах есть несколько скрытых слоёв, которые традиционно тяжело было обучать. Но всё изменилось с использованием стека из машин Больцмана (RBM) для предварительной тренировки. После этого можно удобно перенастраивать веса, применяя метод обратного распространения ошибки (backpropagation). Плюс появление быстрых GPU — всё это привело к существенному прогрессу, который мы наблюдаем в последние годы.

Сами разработчики не делают громких заявлений, чтобы не поднимать ажиотаж вокруг нейросетей — такой, как в 1960-е годы поднялся вокруг кибернетики. Тем не менее, можно говорить о возрождении интереса к исследованиям в этой области.
Читать дальше →
Всего голосов 87: ↑74 и ↓13 +61
Просмотры 43K
Комментарии 29

Отдам библиотеку в хорошие руки

GPGPU *
Давным давно, в 2008 году, когда я работал над своей диссертацией меня заинтересовала тема применения сверточных нейронных сетей для задач распознавания изображений. На тот момент они еще не были так популярны как сейчас и попытка найти готовые библиотеки ни к чему не привела — нашлась только реализация на Lush (языке созданном автором сверточных сетей, Яном ЛеКуном). Тогда я подумал, что можно было бы их реализовать на Матлабе используя Neural Network Toolbox. Но столкнулся с невозможностью реализации разделяемых весов в рамках этого тулбокса. И тогда было принято решение написать собственную реализацию.
Читать дальше →
Всего голосов 63: ↑60 и ↓3 +57
Просмотры 24K
Комментарии 6

Библиотека компьютерного зрения CCV 0.6 с новым классификатором изображений

Open source *Обработка изображений *


Для свободной кроссплатформенной библиотеки компьютерного зрения CCV разработан новый классификатор изображений, обученный в свёрточной нейроной сети. Впервые классификатор такого уровня и модели (детектор лиц, детектор автомобилей, детектор пешеходов) выпущены под свободной лицензией.
Читать дальше →
Всего голосов 34: ↑31 и ↓3 +28
Просмотры 19K
Комментарии 13

Про котиков, собак, машинное обучение и deep learning

Обработка изображений *
Из песочницы
image
«В 1997 году Deep Blue обыграл в шахматы Каспарова.
В 2011 Watson обставил чемпионов Jeopardy.
Сможет ли ваш алгоритм в 2013 году отличить Бобика от Пушистика?»


Эта картинка и предисловие — из челленджа на Kaggle, который проходил осенью прошлого года. Забегая вперед, на последний вопрос вполне можно ответить «да» — десятка лидеров справилась с заданием на 98.8%, что на удивление впечатляет.

И все-таки — откуда вообще берется такая постановка вопроса? Почему задачи на классификацию, которые легко решает четырехлетний ребенок, долгое время были (и до сих пор остаются) не по зубам программам? Почему распознавать предметы окружающего мира сложнее, чем играть в шахматы? Что такое deep learning и почему в публикациях о нем с пугающим постоянством фигурируют котики? Давайте поговорим об этом.
По заветам издателей Стивена Хокинга - без формул
Всего голосов 101: ↑98 и ↓3 +95
Просмотры 76K
Комментарии 49

Deep learning и Caffe на новогодних праздниках

Data Mining *Обработка изображений *Big Data *
Из песочницы

Мотивация


В данной статье вы познакомитесь c применением deep learning на практике. Будет использован фреймворк Caffe на датасете SVHN.

Deep Learning. Этот buzz word уже давно звенит в ушах, но попробовать его на практике никак не удавалось. Подвернулся удобный случай это исправить! На новогодние праздники был назначен контест на kaggle по распознаванию номеров домов в рамках курса по анализу изображений.
Читать дальше →
Всего голосов 23: ↑22 и ↓1 +21
Просмотры 52K
Комментарии 11

Нейропластичность в искусственных нейронных сетях

Блог компании VK Data Mining *Алгоритмы *Big Data *Машинное обучение *
Привет, Хабр, давно не виделись. В этом посте мне хотелось бы рассказать о таком относительно новом понятии в машинном обучении, как transfer learning. Так как я не нашел какого-либо устоявшегося перевода этого термина, то и в названии поста фигурирует хоть и другой, но близкий по смыслу термин, который как бы является биологической предпосылкой к формализации теории передачи знаний от одной модели к другой. Итак, план такой: для начала рассмотрим биологические предпосылки; после коснемся отличия transfer learning от очень похожей идеи предобучения глубокой нейронной сети; а в конце обсудим реальную задачу семантического хеширования изображений. Для этого мы не будем скромничать и возьмем глубокую (19 слоев) сверточную нейросеть победителей конкурса imagenet 2014 года в разделе «локализация и классификация» (Visual Geometry Group, University of Oxford), сделаем ей небольшую трепанацию, извлечем часть слоев и используем их в своих целях. Поехали.
Читать дальше →
Всего голосов 58: ↑56 и ↓2 +54
Просмотры 51K
Комментарии 38