​Implementing an Autoencoder in PyTorch

🔗 Implementing an Autoencoder in PyTorch
Building an autoencoder model for reconstruction

Лекции по Deep Learning

DEEP LEARNING | Обучение глубоких нейронных сетей
Общие подходы к ускорению нейронных сетей
Как ускорить обучение и инференс ваших нейронных сетей
Tips & Tricks for Fast Neural Net Inference in Production
Нейронные сети: быстрый инференс на GPU с помощью TensorRT
МАШИННОЕ ОБУЧЕНИЕ И АНАЛИЗ ДАННЫХ
СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ | Обучение сети на Python и TensorFlow
Искусственный интеллект и искусство
Искусственный интеллект

#neural #MachineLearning

🎥 DEEP LEARNING | Обучение глубоких нейронных сетей | Дмитрий Коробченко (NVIDIA)
👁 15 раз ⏳ 3727 сек.
Deep Learning.
Введение в машинное обучение, нейронные сети и искусственный интеллект.
Дмитрий Коробченко (NVIDIA)
-------
Типы задач, решаемых с ...

🎥 Общие подходы к ускорению нейронных сетей – Дмитрий Коробченко
👁 8 раз ⏳ 1384 сек.
Секция Fit ML – Pain stage, 11 мая 2019
Презентации с Data Fest 6 – https://drive.google.com/open?id=1LOmOoh1WLqmhSqTKjvdOQx-YOTyBgG-i

🎥 DataStart.ru Conf - Дмитрий Коробченко - Как ускорить обучение и инференс ваших нейронных сетей
👁 5 раз ⏳ 2917 сек.
Записи с DataStart Conference 2018 Autumn - конференции по Data Science, Machine Learning (20 октября 2018)

🎥 Tips & Tricks for Fast Neural Net Inference in Production / Дмитрий Коробченко (NVIDIA)
👁 6 раз ⏳ 3071 сек.
Следующая конференция HighLoad++ пройдет 6 и 7 апреля 2020 года в Санкт-Петербурге

Подробности и билеты по ссылке http://bit.ly/2sSxgBx
--------
H...

🎥 Нейронные сети: быстрый инференс на GPU с помощью TensorRT / Дмитрий Коробченко (NVIDIA)
👁 2 раз ⏳ 2592 сек.
HighLoad++ 2017

Зал «Москва», 8 ноября, 11:00

Тезисы:
http://www.highload.ru/2017/abstracts/2985

Современные нейронные сети базируются на высоко...

🎥 НЕЙРОННЫЕ СЕТИ | Дмитрий Коробченко (NVIDIA)
👁 2 раз ⏳ 4289 сек.
Почему нейронные сети лежат в основе современного искусственного интеллекта? Обзор технологии Deep Learning: методы и задачи.

🎥 МАШИННОЕ ОБУЧЕНИЕ И АНАЛИЗ ДАННЫХ | Дмитрий Коробченко (NVIDIA)
👁 4 раз ⏳ 3605 сек.
Машинное обучение и анализ данных. Обзор решаемых задач, методов и примеров применения.

• Что такое машинное обучение?
• Математический базис для ...

🎥 СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ | Обучение сети на Python и TensorFlow (демо)
👁 3 раз ⏳ 3376 сек.
Мастер-класс по обучению свёрточных нейронных сетей.
Дмитрий Коробченко (NVIDIA)
---
Краткое введение в архитектуру свёрточной нейронной сети и глу...

🎥 Искусственный интеллект и искусство
👁 2 раз ⏳ 1301 сек.
Дмитрий Коробченко, доклад на yCamp-4

Можно ли обучить машины творчеству? Как работает Prisma, интеллектуальный синтез изображений и музыки? Можно...

🎥 Дмитрий Коробченко: Искусственный интеллект
👁 2 раз ⏳ 3958 сек.
В сердце современного искусственного интеллекта — глубокие нейронные сети.

Сегодня они помогают нам с успехом решать задачи машинного зрения, обра...

​https://www.youtube.com/watch?v=3qdH0u1Ae2Y

🔗

​Channel Pruning via Automatic Structure Search

Channel pruning via artificial bee colony (ABC) in an automatic manner.

https://github.com/lmbxmu/ABCPruner

https://arxiv.org/abs/2001.08565v1

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 lmbxmu/ABCPruner
Contribute to lmbxmu/ABCPruner development by creating an account on GitHub.

​Reading Color Blindness Charts: Deep Learning and Computer Vision

🔗 Reading Color Blindness Charts: Deep Learning and Computer Vision
There are plenty of online tutorials where you can learn to train a neural network to classify handwritten digits using the MNIST dataset…

​Automating MXNet build using Bash scripting

🔗 Automating MXNet build using Bash scripting
Building binaries for releasing software is painstaking. But automation using Bash scripting turned out to be well worth the hassle!

​Reinforcement Learning : Solving MDPs using Dynamic Programming (Part 3)

🔗 Reinforcement Learning : Solving MDPs using Dynamic Programming (Part 3)
Previous two stories were about understanding Markov-Decision Process(MDP) (Part 1) and Defining Bellman Equation for Optimal policy and…

​Kaggle Days Tokyo: Highlights | Kaggle Days

🔗 Kaggle Days Tokyo: Highlights | Kaggle Days
Kaggle Days Tokyo took place on December 11-12, 2019 at Mori Tower, Roppongi Hills, Tokyo. This was the 6th edition of our signature two-day event featuring Master and Grandmaster speakers, and a live, all-day Kaggle Competition. Visit the "Kaggle Days Tokyo" Playlist for specific sessions from this event. This edition was sponsored by Google Cloud (GCP), Data Science Dojo, and DeNA. Kaggle Days is produced by LogicAI and Kaggle. About LogicAI: LogicAI is a boutique Data Science consultancy company o

​New results in photo colorization
https://twitter.com/citnaj/status/1219156481762713602?s=19

🔗 Jason Antic on Twitter
1/ This time I just have a single image here. It was taken in 1900 in New York City, and it's of course colorized by my latest and greatest and unreleased DeOldify model. I've done this one before but it's great to test the model on high resolution renders.

🎥 Нейронная сеть обучение без учителя (алгоритм обучения Хебба) на JavaScript
👁 1 раз ⏳ 1815 сек.
Вот мы дошли до обучения нейронных сетей без учителя. В данном видео представлен алгоритм обучения Хебба.

Geoffrey Hinton - On the Nature of Intelligence

https://www.youtube.com/watch?v=MhvfhKnEIqM

🎥 Geoffrey Hinton - On the Nature of Intelligence
👁 1 раз ⏳ 894 сек.
This talk is from the Creative Destruction Lab's fourth annual conference, "Machine Learning and the Market for Intelligence", hosted at the University of Toronto's Rotman School of Management on October 23, 2018.

​Мониторинг работы кредитного скоринга в Power BI
В условиях когда большая часть заявок на кредит рассматривается автоматически, мониторинг становится особенно важным. Всё ли работает в штатном режиме, как меняются ключевые показатели, какие изменения нужно внести, чтобы добиться нужного результата?

В статье я расскажу, как мы мониторим кредитный конвейер с помощью Power BI, какие отчеты и метрики используем для оценки качества выдач.

Ключевые показатели внутри дня

🔗 Мониторинг работы кредитного скоринга в Power BI
В условиях когда большая часть заявок на кредит рассматривается автоматически, мониторинг становится особенно важным. Всё ли работает в штатном режиме, как меняю...

​PySpark Training | PySpark Tutorial For Beginners | Apache Spark With Python Tutorial | Simplilearn

🔗 PySpark Training | PySpark Tutorial For Beginners | Apache Spark With Python Tutorial | Simplilearn
This video on PySpark Tutorial will help you understand what PySpark is, the different features of PySpark, and the comparison of Spark with Python and Scala. Then, you will learn the various PySpark contents - SparkConf, SparkContext, SparkFiles, RDD, StorageLevel, DataFrames, Broadcast and Accumulator. You will get an idea about the various subpackages in PySpark. Finally, you will look at a demo using PySpark SQL to analyze Walmart Stocks data. Now, let's dive into learning PySpark in detail.

1. What is PySpark? 00:31
2. PySpark Features 06:30
3. PySpark with Python and Scala 07:22
4. PySpark Contents 09:03
5. PySpark Subpackages 48:39
6. Companies using PySpark 49:45
7. Demo using PySpark 50:17

To learn more about Spark, subscribe to our YouTube channel: https://www.youtube.com/user/Simplilearn?sub_confirmation=1

Watch more videos on Spark Training: https://www.youtube.com/playlist?list=PLEiEAq2VkUUK3tuBXyd01meHuDj7RLjHv

#SparkTutorial #SparkTut

​Интеллект — способность объекта адаптировать свое поведение к окружающей среде с целью своего сохранения (выживания)
Аннотация
Весь мир только и делает, что говорит об Искусственном Интеллекте, но при этом — вот же парадокс! — определения, собственно, «интеллекта» (даже не искусственного, а вообще) — общепринятого, понятного, логично структурированного и глубокого до сих пор нет! Почему бы не взять на себя смелость — попытаться найти и предложить такое определение? Ведь определение — это фундамент, на котором выстраивается все остальное, верно? Как же мы строим ИИ, если всяк по-разному видит то, что должно лежать в основе? Поехали…

Ключевые слова: интеллект, способность, свойство, объект, адаптация, поведение, окружающая среда, сохранение, выживание.

Для описания существующих определений интеллекта использована статья «A Collection of Definitions of Intelligence» (S. Legg, M. Hutter. A Collection of Definitions of Intelligence (2007), arxiv.org/abs/0706.3639), цитаты из которой представлены вместе с комментариями (курсив).

🔗 Интеллект — способность объекта адаптировать свое поведение к окружающей среде с целью своего сохранения (выживания)
Аннотация Весь мир только и делает, что говорит об Искусственном Интеллекте, но при этом — вот же парадокс! — определения, собственно, «интеллекта» (даже не иску...

​The Reciprocal Bayesian LASSO

https://github.com/himelmallick/BayesRecipe

https://arxiv.org/abs/2001.08327v1

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 himelmallick/BayesRecipe
Bayesian Reciprocal Regularization. Contribute to himelmallick/BayesRecipe development by creating an account on GitHub.

​Amazon Uses Self-Learning to Teach Alexa to Correct its Own Mistakes

🔗 Amazon Uses Self-Learning to Teach Alexa to Correct its Own Mistakes
The digital assistant incorporates a reformulation engine that can learn to correct responses in real time based on customer interactions .

​Validation Set Over-fitting because of Random Initialization & Selection Bias

🔗 Validation Set Over-fitting because of Random Initialization & Selection Bias
Does “Early-Stopping” really ensure the AI model generalization?

​GANs and Inefficient Mappings

🔗 GANs and Inefficient Mappings
How GANs tie themselves in knots and why that impairs both training and quality

​Oracle Machine Learning Overview

🔗 Oracle Machine Learning Overview
Oracle Machine Learning: Overview
Introduction to Oracle Machine Learning
Autonomous Database
OML
Components for Machine Learning

​In today’s brand new tutorial you will learn how to utilize YOLO and Tiny-YOLO for near real-time object detection on the Raspberry Pi with a Movidius NCS (with source code):

https://www.pyimagesearch.com/2020/01/27/yolo-and-tiny-yolo-object-detection-on-the-raspberry-pi-and-movidius-ncs/

🔗 YOLO and Tiny-YOLO object detection on the Raspberry Pi and Movidius NCS - PyImageSearch
Learn how to utilize YOLO and Tiny-YOLO for near real-time object detection on the Raspberry Pi with a Movidius NCS.