​Hydra: A framework that simplifies the development of complex applications

https://ai.facebook.com/blog/open-source-in-brief-hydra/

AI RESEARCH, ML APPLICATIONS, OPEN SOURCE
https://engineering.fb.com/open-source/hydra/

code: https://github.com/facebookresearch/hydra/

🔗 Open-sourcing Hydra for simpler app development - Facebook Engineering
Hydra makes it easier to add functionality to projects and dramatically reduces the need for some forms of boilerplate code.

​PDDM — Новый Model-Based Reinforcement Learning алгоритм с улучшенным планировщиком

Обучение с подкреплением (Reinforcement Learning) делится на два больших класса: Model-Free и Model-Based. В первом случае действия оптимизируются напрямую по сигналу награды, а во втором нейросеть является только моделью реальности, а оптимальные действия выбираются с помощью внешнего планировщика. У каждого подхода есть свои достоинства и недостатки.
Разработчики из Berkeley и Google Brain представили Model-Based алгоритм PDDM с улучшенным планировщиком, позволяющий эффективно обучаться сложным движениям с большим числом степеней свободы на небольшом числе примеров. Чтобы научиться вращать мячи в роботизированной руке с реалистичными суставами пальцев с 24 степенями свободы, потребовалось всего 4 часа практики на реальном физическом роботе.

🔗 PDDM — Новый Model-Based Reinforcement Learning алгоритм с улучшенным планировщиком
Обучение с подкреплением (Reinforcement Learning) делится на два больших класса: Model-Free и Model-Based. В первом случае действия оптимизируются напрямую по с...

​Google's AI Plays Football…For Science!

🔗 Google's AI Plays Football…For Science!
📝 The paper "Google Research Football: A Novel Reinforcement Learning Environment" is available here: https://arxiv.org/abs/1907.11180 https://github.com/google-research/football https://ai.googleblog.com/2019/06/introducing-google-research-football.html ❤️ Pick up cool perks on our Patreon page: https://www.patreon.com/TwoMinutePapers 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: Alex Haro, Andrew Melnychuk, Angelos Evripiotis, Anthony Vdovitchenko, Brian G

​Как работает метод Левенберга-Марквардта
Алгоритм Левенберга-Марквардта прост. Алгоритм Левенберга-Марквардта эффективен.

А еще о нем говорят, что он где-то посередине между градиентным спуском и методом Ньютона, что бы это ни значило. Ну, с методом Ньютона и его связью с градиентным спуском вроде как разобрались. Но что имеют в виду когда произносят эту глубокомысленную фразу? Попробуем слегка подразобраться.

🔗 Как работает метод Левенберга-Марквардта
Алгоритм Левенберга-Марквардта прост. Алгоритм Левенберга-Марквардта эффективен. А еще о нем говорят, что он где-то посередине между градиентным спуском и метод...

🎥 Recitation 6 | Face Classification and Verification
👁 1 раз ⏳ 2583 сек.
Carnegie Mellon University
Course: 11-785, Intro to Deep Learning
Offering: Fall 2019

For more information, please visit: http://deeplearning.cs.cmu.edu/

Contents:
• Convolutional Neural Networks (CNNs)
• PyTorch
• Python

🎥 Sequential social dilemmas
👁 1 раз ⏳ 2162 сек.
На семинаре будет рассказано о sequential social dilemmas - актуальной в последние пару лет проблемой на стыке теории игр и multi-agent reinforcement learning. Эта задача будет рассмотрена с точек зрения обоих областей. Простыми словами, разговор будет о том, как научить агентов кооперироваться и не эксплуатировать друг друга, особенно если это выгодно всем агентам. Также будет рассказано решение, над которым сейчас работаем в JetBrains: с агентами обучать законодателя, который может уменьшать награду агент

​How to use Pytorch Dataloaders to work with enormously large text files

🔗 How to use Pytorch Dataloaders to work with enormously large text files
Pytorch’s Dataset and Dataloader classes provide a very convenient way of iterating over a dataset while training your machine learning…

🎥 Azure MLOps Bring your DevOps to Machine Learning
👁 1 раз ⏳ 1762 сек.
Attendees will learn how to automate testing and deployment of Machine Learning services using Azure DevOps.

​Simple Transformers — Introducing The Easiest Way To Use BERT, RoBERTa, XLNet, and XLM

🔗 Simple Transformers — Introducing The Easiest Way To Use BERT, RoBERTa, XLNet, and XLM
Want to use Transformer models for NLP? Pages of code got you down? Not anymore. Start, train, and evaluate Transformers in 3 lines of…

​Natural Language Understanding with SVM’s

🔗 Natural Language Understanding with SVM’s
Our most powerful way of communicating is also our most complicated one. Without any visual information, only fluctuations of air pressure…

​The RAPIDS suite of software libraries gives you the freedom to execute end-to-end data science and analytics pipelines entirely on GPUs

https://github.com/rapidsai/cudf

notebooks repo:

https://github.com/rapidsai/notebooks-contrib

API docs

https://docs.rapids.ai/api/cudf/stable/

🔗 rapidsai/cudf
cuDF - GPU DataFrame Library. Contribute to rapidsai/cudf development by creating an account on GitHub.

​Using Artificial Neural Network for image classification

🔗 Using Artificial Neural Network for image classification
Python codes are available: https://github.com/JNYH/Project_Kojak

​Tensorflow 2.0 — Create and Train a Vanilla CNN on Google Colab

🔗 Tensorflow 2.0 — Create and Train a Vanilla CNN on Google Colab
An Introduction to Colab and Tensorflow 2.0

🎥 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