Помните нейросеть GauGAN от NVIDIA, которая умеет превращать схематичные рисунки в фотореалистичные изображения?

Так вот, энтузиасты запустили сайт, на котором можно самостоятельно попрактиковаться в «Paint эпохи искусственного интеллекта»: http://smartsketch.xyz/

(могут быть некоторые проблемы с доступом к сайту, но он открывается, мы проверяли)

#нейросети@tproger #ии@tproger

➰ Источник ВК

​Очередной сайт, на котором можно накладывать стиль одной картинки на другую. Получается качественно, да и бесплатно к тому же.

Демо можно попробовать по ссылке: https://dypark86.github.io/SANET/

#ml@tproger #нейросети@tproger

➰ Источник ВК

Появилась нейросеть, которая способна определять эстетичность фото. Протестировать её можно с помощью бота в Telegram: https://tttttt.me/ImageAestheticsPeopleBot

Вы ему скидываете фото, а он в ответ — оценку от 1 до 10, где 1 — самое неэстетичное фото, а 10 — самое прекрасное.

Почитать о том, каким образом нейросеть определяет эстетичность, можно здесь: https://tprg.ru/vko8

#нейросети@tproger #ml@tproger

➰ Источник ВК

В феврале этого года OpenAI выкатила нейронную сеть GPT-2, которая умеет генерировать целые страницы связного текста. Это нейросеть с рекордным на данный момент числом параметров (1.5 млрд против 100-300 млн, которые обычно используют в таких случаях).

Генерирует текст она настолько хорошо, что OpenAI не стали выкладывать в открытый доступ полную версию. Они опасались того, что эту нейросеть будут использовать для создания фейковых новостей, комментариев и отзывов, неотличимых от настоящих.

В итоге они выложили модель с 375 млн параметров, которая тоже хорошо справляется со своей задачей.

А теперь с этой сетью можно и поиграть. Введите в окошко отрывок текста на английском (или выбираете готовый пример), а нейросеть завершит его за вас: https://talktotransformer.com/

#нейросети@tproger

➰ Источник ВК

​К вопросу о том как запустить с помощью Python обучение нескольких нейронных сетей.
https://habr.com/ru/post/149420/

#bigdata #машинноеобучение #machinelearning #ML #нейросети #neuralnetworks

🔗 Учимся писать многопоточные и многопроцессные приложения на Python
Эта статья не для матёрых укротителей Python’а, для которых распутать этот клубок змей — детская забава, а скорее поверхностный обзор многопоточных возможностей...

➰ Источник ВК

​Лекции по нейронным сетям - Хакатон DeepHack
https://lectoriy.mipt.ru/collection/DeepHack-15L/lectures

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Хакатон DeepHack | Видеолекции Физтеха: Лекторий МФТИ - видеолекции по физике, математике, биологии,

➰ Источник ВК

​Подборка статей о машинном обучении: кейсы, гайды и исследования.
https://habr.com/ru/post/491010/

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Подборка статей о машинном обучении: кейсы, гайды и исследования за февраль 2020
Вслед за январским постом встречайте второй выпуск дайджеста. Здесь вас ждёт список англоязычных материалов за февраль, которые написаны без лишнего академизма...

➰ Источник ВК

​О том как сделать двунаправленную LSTM нейросеть с помощью Python и Keras.
https://machinelearningmastery.com/develop-bidirectional-lstm-sequence-classification-python-keras/

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 How to Develop a Bidirectional LSTM For Sequence Classification in Python with Keras - Machine Learn
Bidirectional LSTMs are an extension of traditional LSTMs that can improve model performance on sequence classification problems. In problems where all timesteps of the input sequence are available, Bidirectional LSTMs train two instead of one LSTMs on the input sequence. The first on the input sequence as-is and the second on a reversed copy of the input sequence. This can provide

➰ Источник ВК

​Искусственный интеллект (ИИ) — технология, которую активно обсуждают эксперты и о которой много пишут СМИ. Но опросы показывают, что бизнесу пока не хватает понятных кейсов, доказывающих ее эффективность.
Этот спецпроект поможет найти новые сценарии применения технологии, идеи для проектов и партнеров.

Здесь формируется база знаний по ИИ, которая включает практики использования технологии, витрину готовых решений от московских разработчиков, аналитику рынка, открытые датасеты для обучения нейросетей и эксклюзивные материалы по теме.

База знаний по ИИ » https://ict.moscow/projects/ai/

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 База знаний ИИ
База знаний, которая включает практики использования технологии, витрину готовых решений от московских разработчиков, аналитику рынка, открытые датасеты для обучения нейросетей и эксклюзивные материалы ICT.Moscow.

➰ Источник ВК

​Изучите науку о данных онлайн » https://www.datacamp.com/
Введение в глубокое обучение на Python » https://www.datacamp.com/courses/introduction-to-deep-learning-in-python
#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Learn R, Python & Data Science Online
Learn Data Science from the comfort of your browser, at your own pace with DataCamp's video tutorials & coding challenges on R, Python, Statistics & more.

➰ Источник ВК

​Подбор статей по производительности.
💬 Сравнение производительности GPU-расчетов на Python и C » https://habr.com/ru/post/317328/
🚴‍♂ Быстрый тест производительности Python для вычислительных задач » https://habr.com/ru/post/336684/

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Сравнение производительности GPU-расчетов на Python и C
Python обладает рядом привлекательных преимуществ к которым относится простота реализации программных решений, наглядность и лаконичность кода, наличие большого...

➰ Источник ВК

​О том как взламывают нейронные сети.
История одного пикселя. Или как обмануть нейронную сеть.
http://data4.ru/onepixelattack

#pix2pix #нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 История одного пикселя. Или как обмануть нейронную сеть.
Давайте познакомимся с одной из атак на нейросети, которая приводит к ошибкам классификации при минимальных внешних воздействиях. Представьте на минуту, что нейросеть это вы. И в данный момент, попивая чашечку ароматного кофе, вы классифицируете изображения котиков с точностью более 90 процентов даже не подозревая, что “атака одного пикселя” превратила всех ваших “котеек” в грузовики. А теперь поставим на паузу, отодвинем кофе в сторону и разберем как работают подобные атаки (one pixel attack).

➰ Источник ВК

​Нейронные сети с общим весов (WANN): обучение и эксперименты с ними.
Решение проблемы подбора оптимальной архитектуры нейросетей.
Интерактивная статья, где можно подвигать ползунки » https://weightagnostic.github.io/

#нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Weight Agnostic Neural Networks
Networks that can already (sort of) perform tasks with random weights.

➰ Источник ВК

​Отличный фреймворк для визуализации, в том числе визуализации моделей машинного обучения.
https://www.streamlit.io/

Раздел документации » https://docs.streamlit.io/en/latest/
#streamlit #нейросети #neuronet #машинноеобучение #neuralnetworks #bigdata

🔗 Streamlit — The fastest way to build custom ML tools
Streamlit is an open-source app framework for Machine Learning and Data Science teams. Create beautiful data apps in hours, not weeks. All in pure Python. All for free.

➰ Источник ВК

Video Killed The Radio Star - The Buggles Deepfake
https://youtu.be/-DysigzGQvU

#deepfake #machinelearning #нейросети #ML #neuralnetworks #bigdata

🎥 Adolf Hitler - Joseph Stalin/Staline : Video Killed The Radio Star - The Buggles Deepfake
👁 6 раз ⏳ 105 сек.
Adolf Hitler - Joseph Stalin/Staline : Video Killed The Radio Star - The Buggles


Borked : https://youtu.be/25GjijODWoI

➰ Источник ВК

MidJourney 5 версии — обзор новинки.
https://youtu.be/RQhw-l2_bP4

💹 ИИ в роли трейдера: новые горизонты для фондового рынка 💹

Фондовый рынок - арена быстрых и сложных решений, где секунды определяют.

🤖 Разработка торговых ботов на основе ИИ уже не новость. Главная их задача - анализировать огромное количество данных, исторические тенденции, новости и рыночные индикаторы в реальном времени, чтобы делать вероятностные прогнозы о движении цен активов.

🔍 ИИ-аналитик: в работу торгового бота заложены алгоритмы машинного обучения, способные распознавать сложные закономерности и связи на рынке, которые могут ускользнуть от внимания человека. Они помогают трейдерам выявлять потенциально прибыльные сделки и определять риски.

📈 Создание бота: для начала работайте с простыми моделями, которые могут отслеживать конкретные индикаторы, такие как RSI или MACD. Можно также попробовать поработать со стаканом сделок. Постепенно вносите сложность, добавляя связки индикаторов и различные методы технического анализа.

🤔 Как начать использовать ИИ в трейдинге:
1. Изучите рынок и определите, какие типы анализа (технический, фундаментальный) вы хотите автоматизировать с ИИ.
2. Оцените и выберите платформы для торговли с ИИ, которые предлагают интеграцию с торговыми платформами и APIs.
3. Протестируйте стратегии с помощью исторических данных, чтобы понять, как бот будет вести себя в различных рыночных условиях.
4. Начните с небольших сделок и постепенно увеличивайте объемы, когда система докажет свою надежность.
5. Помните о необходимости постоянного мониторинга и обновления алгоритмов в связи с меняющимся рынком.

🚀 ИИ может существенно улучшить результаты трейдинга, однако не стоит забывать о рисках. Автоматизированная торговля требует тщательной настройки и наблюдения, и всегда должна быть частью сбалансированного портфеля.

Ваши мысли? Готовы ли вы доверить ИИ свой портфель?

#ИИ #Трейдинг #ФондовыйРынок #Алгоритмы #Нейросети #МашинноеОбучение #ТехнологииФинансов