Условия применения линейной регрессии

Многие думают, что линейная регрессия никому не нужна, и вообще это – прошлый век. Но на самом деле, у этого алгоритма много плюсов: например, простота и интерпретируемость. Но чтобы он дал хорошие результаты, нужно применять его правильно, то есть когда выполнены некоторые условия.

😻 #train

Выпущена новая версия Stable Diffusion XL

Релиз отлично иллюстрирует, насколько быстро решаются те проблемы, которые иногда подаются как “принципиальные” для генеративных алгоритмов. Раньше считалось, что генеративные сети не справятся с анатомией (помните эти шесть пальцев?) — но прошло несколько месяцев, и проблему решили. На место старой проблемы пришла другая: бессмысленные каракули вместо текстов. Но теперь разобрались и с ними.

Прикрепляем несколько примеров сгенерированных фотореалистичных изображений из заметки, зацените!

😻 #news

Импортозамещение от MidJouney

😻 #memes

Интерактивная сегментация

Дедовский способ ускорить разметку большого датасета: размечаем небольшую часть, обучаем на ней модель, делаем предразметку, правим руками, повторяем. Но даже с таким подходом размечать маски для сегментации долго. В этом случае на помощь приходят модели для интерактивной сегментации.

Прикрепляем ссылки:
1. Оригинальная статья
2. Официальный репозиторий
3. Можно пощупать в Supervisely
4. Интересные решения той же задачи: SimpleClick и FocalClick

😻 #NN