🎥 Black Hat USA 2016 An AI Approach to Malware Similarity Analysis Mapping the Malware Genome
👁 1 раз ⏳ 1836 сек.
2016 An AI Approach to Malware Similarity Analysis Mapping the Malware Genome With a Deep Neural Network

​Python vs R for Artificial Intelligence, Machine Learning, and Data Science

🔗 Python vs R for Artificial Intelligence, Machine Learning, and Data Science
Introduction Ah yes, the debate about which programming language, Python or R, is better for data science. In this series, I am…

​Face Detection Using JavaScript API — face-api.js

🔗 Face Detection Using JavaScript API — face-api.js
In this article, we will learn about face detection (Age/Gender/Face Positions/Mood) using face-api.js and the nearby object detection…

​8 Deep Learning / Computer Vision Bugs And How I Could Have Avoided Them

Link: https://medium.com/@arseny_info/8-deep-learning-computer-vision-bugs-and-how-i-could-have-avoided-them-d40b0e4b1da

🔗 8 Deep Learning / Computer Vision Bugs And How I Could Have Avoided Them
People are not perfect, we often make bugs in our software. Sometimes these bugs are easy to find: your code just doesn’t work at all…

​DeepFake своими руками [часть 1]
Не смотря на все прелести интернета, у него есть много минусов, и один из самых ужасных – это введения людей в заблуждение. Кликбейт, монтаж фотографий, ложные новости – все эти инструменты активно используются для обмана обычных пользователей в мировой сети, но в последние годы набирает обороты новый потенциально опасный инструмент, известный как DeepFake.

Меня данная технология заинтересовала недавно. Впервые о ней я узнал из доклада одного из спикеров на “AI Conference 2018”. Там демонстрировалось видео, в котором по аудиозаписи алгоритм сгенерировал видео с обращением Барака Обамы. Ссылка на подборку видео созданных с помощью этой технологии. Результаты меня сильно вдохновили, и мною было принято решение лучше разобраться с данной технологией, чтобы в будущем противодействовать ей. Для этого я решил написать DeepFake на языке C#. В итоге получил такой результат.

Приятного чтения!

🔗 DeepFake своими руками [часть 1]
Не смотря на все прелести интернета, у него есть много минусов, и один из самых ужасных – это введения людей в заблуждение. Кликбейт, монтаж фотографий, ложные н...

🎥 Jeremy Howard: Deep Learning Frameworks - TensorFlow, PyTorch, fast.ai | AI Podcast Clips
👁 2 раз ⏳ 541 сек.
This is a clip from a conversation with Jeremy Howard from Aug 2019. New full episodes every Mon & Thu and 1-2 new clips or a new non-podcast video on all other days. You can watch the full conversation here: https://www.youtube.com/watch?v=J6XcP4JOHmk
(more links below)

Podcast full episodes playlist:
https://www.youtube.com/playlist?list=PLrAXtmErZgOdP_8GztsuKi9nrraNbKKp4

Podcasts clips playlist:
https://www.youtube.com/playlist?list=PLrAXtmErZgOeciFP3CBCIEElOJeitOr41

Podcast website:
https://lexfridma

​DeepMind: What if solving one problem could unlock solutions to thousands more?

https://deepmind.com/blog/article/Causal_Bayesian_Networks

🔗 DeepMind: What if solving one problem could unlock solutions to thousands more?
We research and build safe AI systems that learn how to solve problems and advance scientific discovery for all. Explore our work: deepmind.com/research

​Композитор с долгой кратковременной памятью
Автоматическое сочинение музыки

Почти сразу после того, как я научился программированию, мне хотелось создать ПО, способное сочинять музыку.

Я в течение нескольких лет предпринимал примитивные попытки автоматического сочинения музыки для Visions of Chaos. В основном при этом использовались простые математические формулы или генетические мутации случайных последовательностей нот. Добившись недавно скромного успеха в изучении и применении TensorFlow и нейронных сетей для поиска клеточных автоматов, я решил попробовать использовать нейронные сети для создания музыки.

Как это работает
Композитор обучает нейросеть с долгой кратковременной памятью (Long short-term memory, LSTM). LSTM-сети хорошо подходят для предсказания того, «что встретится дальше» в последовательностях данных. Подробнее о LSTM можно прочитать здесь.

LSTM-сеть получает различные последовательности нот (в данном случае это одноканальные файлы midi). После достаточного обучения она получает возможность создавать музыку, схожую с обучающими материалами.

🔗 Композитор с долгой кратковременной памятью
Автоматическое сочинение музыки Почти сразу после того, как я научился программированию, мне хотелось создать ПО, способное сочинять музыку. Я в течение нескол...

​When ethics aren’t enough: Clinical trials under and misreporting and the cancer of distrust

🔗 When ethics aren’t enough: Clinical trials under and misreporting and the cancer of distrust
Ben Goldacre is an alumnus of Oxford college, holds a medical degree and an advanced degree in philosophy, and is a certified physician…

​AdaptIS – new instance segmentation method from my Samsung AI Center colleagues.
github.com/saic-vul/adaptis
arxiv.org/abs/1909.07829

🔗 saic-vul/adaptis
[ICCV19] AdaptIS: Adaptive Instance Selection Network - saic-vul/adaptis

​«Когда я слышу про распознавание образов, я никогда не спрашиваю, хорошие там алгоритмы или плохие. Я спрашиваю только, отличают ли они мотоцикл от трактора».

Особенности национального распознавания образов: http://amp.gs/AsHP

🔗 Особенности национального распознавания образов
«Когда я слышу про распознавание образов, я никогда не спрашиваю, хорошие там алгоритмы или плохие. Я спрашиваю только, отличают ли они мотоцикл от трактора.» ©...

​Let’s talk Dataflow

🔗 Let’s talk Dataflow
TensorFlow goes 2.0, but what is dataflow?

​Технологические соревнования Радиофест-2019
Дорогие друзья, мы рады сообщить, что в конце октября состоится Радиофест-2019 — технологические соревнования по радиотехнике. Все официальные нормативные документы, регламент с описанием конкурсных заданий и заявка на участие доступны на сайте тут, здесь же, на просторах Хабра, хочется поговорить о сути соревнований, для чего мы все это затеяли, какие цели мы перед собой ставим и получить первые отзывы сообщества для того, что бы сделать грядущий и последующие Радиофесты лучше.

🔗 Технологические соревнования Радиофест-2019
Дорогие друзья, мы рады сообщить, что в конце октября состоится Радиофест-2019 — технологические соревнования по радиотехнике. Все официальные нормативные докуме...

🎥 Training Convnet - Deep Learning and Neural Networks with Python and Pytorch p.6
👁 1 раз ⏳ 2516 сек.
Welcome to part 6 of the deep learning with Python and Pytorch tutorials. Leading up to this tutorial, we've covered how to make a basic neural network, and now we're going to cover how to make a slightly more complex neural network: The convolutional neural network, or Convnet/CNN.

Text-based tutorials and sample code: https://pythonprogramming.net/convnet-model-deep-learning-neural-network-pytorch/

Linode Cloud GPUs $20 credit: https://linode.com/sentdex

Channel membership: https://www.youtube.com/chan

​Awesome Machine Learning

A curated list of awesome machine learning frameworks, libraries and software (by language).

https://github.com/josephmisiti/awesome-machine-learning

https://github.com/josephmisiti/awesome-machine-learning/blob/master/books.md

🔗 josephmisiti/awesome-machine-learning
A curated list of awesome Machine Learning frameworks, libraries and software. - josephmisiti/awesome-machine-learning

Нейронный сети
- Нейронные сети за 30 минут: от теории до практики.
- Chatbot на базе рекуррентной нейронной сети своими руками с нуля
- Обучение нейронных сетей методом обратного распространения ошибки.
- Sentiment analysis русскоязычных твитов при помощи TensorFlow.
- Распределенное обучение нейронных сетей с MXNet.
#neuralnetwork


#video

🎥 Нейронные сети за 30 минут: от теории до практики.
👁 222 раз ⏳ 1764 сек.
Я расскажу вам что такое нейронные сети, и как они используются. За 30 минут вы узнаете минимально необходимую теорию а так же сможете написать свою первую многослойную нейронную сеть самостоятельно (она займет не более 50 строк кода!).

Поддержать проект можно вот тут: https://www.patreon.com/b0noi

Код: https://s3-us-west-1.amazonaws.com/youtube-channel/intro.ipynb
Что такое матрица: https://goo.gl/3kZfWp
Действия над матрицами (в том числе умножения): http://mathprofi.ru/deistviya_s_matricami.html

🎥 Chatbot на базе рекуррентной нейронной сети своими руками с нуля
👁 73 раз ⏳ 2691 сек.
Этим видео я хочу показать насколько просто сегодня использовать нейронные сети. Вокруг меня довольно много людей одержимы идеей того, что нейронки...

🎥 Обучение нейронных сетей методом обратного распространения ошибки.
👁 46 раз ⏳ 2180 сек.
Поговорим о там как можно обучить сеть методом обратного распространения ошибки. В данном видео затронуты (но не раскрыты) такие темы как:
- производная https://youtu.be/qoHWa0eJHq4
- число е https://youtu.be/2Z2j4KqZ3QY

Поддержать проект можно вот тут: https://www.patreon.com/b0noi

Notebook: https://s3-us-west-1.amazonaws.com/youtube-channel/nn_training_2_layer_network.ipynb

🎥 Sentiment analysis русскоязычных твитов при помощи TensorFlow.
👁 32 раз ⏳ 2307 сек.
В данном видео я покажу вам как при помощи TensorFlow можно быстро и легкой создать нейронную сеть которая будет уметь анализировать эмоциональный окрас(Sentiment analysis) русскоязычных твитов.

IPython notebook можно найти вот тут: https://github.com/b0noI/ml-lessons/blob/master/sentiments_rus/sentiments.ipynb
Поддержать проект можно вот тут: https://www.patreon.com/b0noi

А еще у нас есть Java курсы, найти которые можно вот тут: https://map.hexlet.io/stacks/java

🎥 Распределенное обучение нейронных сетей с MXNet.
👁 25 раз ⏳ 2611 сек.
Ссылки:
* Статья на Хабре - https://habrahabr.ru/post/334968/
* Страничка на Patreon - https://www.patreon.com/b0noi

Наши группы для общения:
* Google+ - https://plus.google.com/communities/103002092207368562864
* Slack - http://slack-ru.hexlet.io/ - группа #java
* VK - http://vk.com/java8
* FB - https://www.facebook.com/groups/1000400156742696
* Twitter - https://twitter.com/JavaHexlet
* YouTube - http://youtube.com/JavaCoursesWithKovalevskyi
* Web site - http://java.kovalevskyi.com/

​Granger Causality and Vector Auto Regressive Model for Time Series Forecasting

🔗 Granger Causality and Vector Auto Regressive Model for Time Series Forecasting
FORECASTING of Gold and Oil have garnered major attention from academics, investors and Government agencies like. These two products are…

​Feature Scaling with Python’s scikit-learn

🔗 Feature Scaling with Python’s scikit-learn
One of the primary objectives of normalization is to bring the data close to zero. That makes the optimization problem more “numerically…

​facebookresearch/higher

🔗 facebookresearch/higher
higher is a pytorch library allowing users to obtain higher order gradients over losses spanning training loops rather than individual training steps. - facebookresearch/higher

​A Comprehensive Guide to Neural Networks for Beginners

🔗 A Comprehensive Guide to Neural Networks for Beginners
Welcome to the first step of your Deep Learning adventure.

​BERT-related Papers
This is a list of BERT-related papers

https://github.com/tomohideshibata/BERT-related-papers

🔗 tomohideshibata/BERT-related-papers
BERT-related papers. Contribute to tomohideshibata/BERT-related-papers development by creating an account on GitHub.