Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍29🔥5❤3👌1😇1
Бесплатные курсы по нейронкам с Hugging Face
Для тех, кто грокает нейросети (особенно трансформеры), на платформе Hugging Face есть несколько классных бесплатных курсов.
Например, совсем недавно вышел курс по работе с аудио (задачи распознавания, генерации, классификации).
Кроме того, есть курс по диффузионным нейросеткам и курс по NLP. А самое интересное – это их Deep RL Course. Советуем!
😻 #advice
Для тех, кто грокает нейросети (особенно трансформеры), на платформе Hugging Face есть несколько классных бесплатных курсов.
Например, совсем недавно вышел курс по работе с аудио (задачи распознавания, генерации, классификации).
Кроме того, есть курс по диффузионным нейросеткам и курс по NLP. А самое интересное – это их Deep RL Course. Советуем!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥37🎉2👍1
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24❤8🤯2
Что такое torch.device()
Часто в коде для обучения нейросетей на торче можно встретить конструкцию, которая использует внутри себя метод device():
Это очень важная штука. При помощи нее мы определяем, где должны храниться тензоры. Тут мы как бы сообщаем, что хотим пользоваться GPU-ускорением, когда оно доступно, но при его отсутствии откатываться обратно к вычислениям на CPU.
Дальше остается только в нужных местах приписывать
P.S. Важно перенести параметры устройства на соответствующее устройство прежде, чем передавать их оптимизатору; иначе оптимизатор не сможет правильно отслеживать параметры!
😻 #python #NN
Часто в коде для обучения нейросетей на торче можно встретить конструкцию, которая использует внутри себя метод device():
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
Это очень важная штука. При помощи нее мы определяем, где должны храниться тензоры. Тут мы как бы сообщаем, что хотим пользоваться GPU-ускорением, когда оно доступно, но при его отсутствии откатываться обратно к вычислениям на CPU.
Дальше остается только в нужных местах приписывать
.to(device)
. Это удобный способ отправлять параметры устройства на GPU, если в качестве device задан GPU, так как иначе (если device == CPU) ничего делаться не будет. P.S. Важно перенести параметры устройства на соответствующее устройство прежде, чем передавать их оптимизатору; иначе оптимизатор не сможет правильно отслеживать параметры!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19👍12🎃2🕊1
Как сделать линейную регрессию устойчивой к выбросам
Всем (ну почти ) хороша линейная регрессия, вот только к выбросам неустойчива. Хотя и это можно исправить: краткий гайд – в карточках.
😻 #train
Всем (
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍72🔥21❤8
Бесплатные 3D-модели от Luma AI
Ресерчеры из с Luma AI релизнули модель text-to-3D Genie. Она за считанные секунды генерит готовые 3D-модели из промпта. Способна улучшать генерации, но времени требуется на это больше. Так, чтобы создать какой-нибудь "набросок", нужно не более 10 секунд, а вот чтобы довести его до идеала, придется потратить еще минут 15-20.
Готовую модель можно скачать и делать с ней что угодно. И при этом работает все пока что полностью бесплатно. Затестить самостоятельно можно в Discord (https://lumalabs.ai/genie-discord).
Пока непонятно, как Luma AI добились такого бодрого инференса, так что ждем деталей реализации.
😻 #news
Ресерчеры из с Luma AI релизнули модель text-to-3D Genie. Она за считанные секунды генерит готовые 3D-модели из промпта. Способна улучшать генерации, но времени требуется на это больше. Так, чтобы создать какой-нибудь "набросок", нужно не более 10 секунд, а вот чтобы довести его до идеала, придется потратить еще минут 15-20.
Готовую модель можно скачать и делать с ней что угодно. И при этом работает все пока что полностью бесплатно. Затестить самостоятельно можно в Discord (https://lumalabs.ai/genie-discord).
Пока непонятно, как Luma AI добились такого бодрого инференса, так что ждем деталей реализации.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17❤6🔥4🤔1
А кто у нас самый продуктивный?
Делитесь своими графиками активности с GitHub. Посмотрим, у кого зеленее😻
Делитесь своими графиками активности с GitHub. Посмотрим, у кого зеленее
Please open Telegram to view this post
VIEW IN TELEGRAM
👍42❤7🔥3😁2
Разработчик написал самую быструю библиотеку для преобразования xlsx в csv
Дело было так: понадобилось человеку поработать с excel файлами в Polars (pandas оказался слишком медленным). Вот только Polars умеет читать только csv. Что делать? Написать самому, конечно.
Результаты: либа парня оказалась в 33 раза быстрее, чем xlsx и xlsx2csv. Установить можно отсюда, но пока только под линукс.
😻 #news
Дело было так: понадобилось человеку поработать с excel файлами в Polars (pandas оказался слишком медленным). Вот только Polars умеет читать только csv. Что делать? Написать самому, конечно.
Результаты: либа парня оказалась в 33 раза быстрее, чем xlsx и xlsx2csv. Установить можно отсюда, но пока только под линукс.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍38🔥7❤4🌚3😁2
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍40🔥9❤4