​Как сделать бота, который превращает фото в комикс: пошаговая инструкция для чайников
Часть первая, дополненная.
Котаны, привет.
Я Саша и я балуюсь нейронками.

По просьбам трудящихся я, наконец, собрался с мыслями и решил запилить серию коротких и почти пошаговых инструкций.

Инструкций о том, как с нуля обучить и задеплоить свою нейросеть, заодно подружив ее с телеграм ботом.

Инструкций для чайников, вроде меня. Сегодня мы выберем архитектуру нашей нейросети, проверим ее и соберем свой первый набор данных для обучения.

Выбор архитектуры
После относительно успешного запуска selfie2anime бота (использующего готовую модель UGATIT), мне захотелось сделать то же самое, но свое. Например, модель, превращающую ваши фото в комиксы.

Вот несколько примеров из моего photo2comicsbot, и мы с вами сделаем нечто подобное.

🔗 Как сделать бота, который превращает фото в комикс: пошаговая инструкция для чайников
Часть первая, дополненная. Котаны, привет. Я Саша и я балуюсь нейронками. По просьбам трудящихся я, наконец, собрался с мыслями и решил запилить серию коротких...

​Possibilities, Risks, and Coexistence with AI: Yoshua Bengio / Computer Scientist - Direct Talk | NHK WORLD-JAPAN On Demand

🔗 Possibilities, Risks, and Coexistence with AI: Yoshua Bengio / Computer Scientist - Direct Talk | NHK WORLD-JAPAN On Demand
Yoshua Bengio, a frontrunner in AI research and a recipient of the Turing Award in 2019, discusses AI's potential and its inherent risks. What is the best way forward for humans to coexist with AI?

​Which Presidential Candidate Talks Like That?

🔗 Which Presidential Candidate Talks Like That?
An analysis of candidate debate transcripts

🎥 Blake Richards - Deep learning in The Brain
👁 1 раз ⏳ 5015 сек.
Blake Aaron Richards, Centre for the Neurobiology of Stress (CNS), University of Toronto Scarborough

Slides: http://videolectures.net/site/normal_dl/tag=1129742/deeplearning2017_richards_neuroscience_01.pdf

recorded: June 2017

​How to invest in the best Airbnb rental property

🔗 How to invest in the best Airbnb rental property
Using data to make an informed decision

​Multi Class Text Classification with LSTM using TensorFlow 2.0

🔗 Multi Class Text Classification with LSTM using TensorFlow 2.0
Recurrent Neural Networks, Long Short Term Memory

🎥 Understanding the terms: Machine Learning, Static Rules and Cognative Security
👁 1 раз ⏳ 1208 сек.
A break down of what the terms mean in real world application, with the spin stripped away.

🎥 [Part 16]|Hierarchical Clustering| Machine Learning A-Z™: Hands-On Python & R In Data Science
👁 1 раз ⏳ 4626 сек.
Decision tree classification
Learn to create Machine Learning Algorithms in Python and R from two Data Science experts. Code templates included.

#ml #machinelearning #ai #Aitoturial
###############################

Created by Kirill Eremenko, Hadelin de Ponteves, SuperDataScience Team, SuperDataScience Support

###############################

What you'll learn

Master Machine Learning on Python & R

Have a great intuition of many Machine Learning models

Make accurate predictions

Make powerful analysis

​Facebook at NeurIPS 2019

🔗 Facebook at NeurIPS 2019
Facebook researchers and engineers in AI, core data science, networking and infrastructure, augmented and virtual reality, and more are presenting their research at the Conference on Neural Information Processing Systems (NeurIPS).

​Нано-нейрон — 7 простых JavaScript функций, показывающих, как машина может «учиться»
Нано-нейрон — это упрощенная версия нейрона из концепции нейронной сети. Нано-нейрон выполняет простейшую задачу и натренирован на конвертацию температуры из градусов Целься в градусы Фаренгейта.
Код NanoNeuron.js состоит из 7 простых JavaScript функций, затрагивающих обучение, тренировку, предсказание, прямое и обратное распространение сигнала модели. Целью написания этих функций было дать читателю минимальное, базовое объяснение (интуицию) того, как же все-таки машина может «обучаться». В коде не используются сторонние библиотеки. Как-говорится, только простые «vanilla» JavaScript функции.
Эти функци ни в коей мере не являются исчерпывающим руководством по машинному обучению. Множество концепций машинного обучения в них пропущено или же упрощено! Это упрощение допущено с единственной целью — дать читателю самое базовое понимание и интуицию о том, как машина в принципе может «учиться», чтобы в итоге «МАГИЯ машинного обучения» звучала для читателя все более как «МАТЕМАТИКА машинного обучения».

🔗 Нано-нейрон — 7 простых JavaScript функций, показывающих, как машина может «учиться»
Нано-нейрон — это упрощенная версия нейрона из концепции нейронной сети. Нано-нейрон выполняет простейшую задачу и натренирован на конвертацию температуры из гра...

Сepвиc Godriver24 coздaн пo инициативe неcкoльких трaнcпoртных кoмпaний, чтобы закoнчить с бeccмыслeнными побoрами и кoмисcиями 2
Публикaции тpанcпоpтa и гpузов, просмотp всех контактов будут бecплaтными вceгда 2
Тaк жe нa сeрвисе плaниpуетcя безoпаcнaя cделка !
Толькo от нac c Вами зaвиcит paзвитие этoй молодой площaдки d
Paзмещaйтe любые гpузы, oт личных вещeй до oгрoмных нeгaбapитoв
Пеpeдайте, пожaлyйстa, эту инфoрмaцию вcем дpyзьям и пapтнeрaм 😽
Cделаем миp гpузoпepевoзoк доcтупным и безoпacным ВМEСТЕ!!! 😡

​An Algorithm-Agnostic NAS Benchmark

https://openreview.net/forum?id=HJxyZkBKDr

🔗 An Algorithm-Agnostic NAS Benchmark
Neural architecture search (NAS) has achieved breakthrough success in a great number of applications in the past few years. It could be time to take a step back and analyze the good and bad aspects...

​Приводим уравнение линейной регрессии в матричный вид

Цель статьи — оказание поддержки начинающим датасайнтистам. В предыдущей статье мы на пальцах разобрали три способа решения уравнения линейной регрессии: аналитическое решение, градиентный спуск, стохастический градиентный спуск. Тогда для аналитического решения мы применили формулу . В этой статье, как следует из заголовка, мы обоснуем применение данной формулы или другими словами, самостоятельно ее выведем.

Почему имеет смысл уделить повышенное внимание к формуле ?

Именно с матричного уравнения в большинстве случаев начинается знакомство с линейной регрессией. При этом, подробные выкладки того, как формула была выведена, встречаются редко.

🔗 Приводим уравнение линейной регрессии в матричный вид
Цель статьи — оказание поддержки начинающим датасайнтистам. В предыдущей статье мы на пальцах разобрали три способа решения уравнения линейной регрессии: анали...

​NeurIPS 2019 Paper Awards
Neural Information Processing Systems Conference :
https://medium.com/@NeurIPSConf/neurips-2019-paper-awards-807e41d0c1e

🔗 NeurIPS 2019 Paper Awards
With this blog post, it is our pleasure to unveil the NeurIPS paper awards for 2019, and share more information on the selection process…

​The second version of StarGAN allows changing faces with reference styles feed-forward.

github.com/clovaai/stargan-v2

arxiv.org/abs/1912.01865

🔗 clovaai/stargan-v2
StarGAN v2 - Official PyTorch Implementation. Contribute to clovaai/stargan-v2 development by creating an account on GitHub.

​Illustrating Online Learning through Temporal Differences

🔗 Illustrating Online Learning through Temporal Differences
Fundamentals of Reinforcement Learning