Neural Networks | Нейронные сети

EVRAZ AI Challenge

GitHub - securefederatedai/openfl: An Open Framework for Federated Learning.

Федеративное обучение от Intel.
🧩Open Federated Learning » https://github.com/intel/openfl
📹https://youtu.be/BUfSQu9gSzI

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #programming

🔗 GitHub - intel/openfl: An open framework for Federated Learning.
An open framework for Federated Learning. Contribute to intel/openfl development by creating an account on GitHub.

🎥 #023 ML Ольга Перепелкина. Про федеративное обучение и распознавание эмоций
👁 1 раз ⏳ 5047 сек.

В очередном выпуске беседа с Ольгой Перепелкиной Deep Learning Product Manager компании Intel. Для того, чтобы машинное обучение было эффективным - ему нужны данные и чем больше, тем лучше. Но чем быстрее развивается искусственный интеллект, тем жестче становятся законы о защите персональных данных. Проблема? Да, проблема. Но где есть проблема, там находятся и решения и федеративное обучение - одно из таких, позволяющих и приватность сохранить и модели обучить. Об этом, а также о подходах к распознаванию эмоций и карьерном пути в ML слушайте в выпуске!
Ссылки выпуска:
OpenFL - опенсорс библиотека для федеративного обучения (Federated Learning) (https://github.com/intel/openfl)
Вакансия Deep Learning RnD Intern (Federated Learning) в Нижнем Новгороде, работа в компании Intel Corporation (https://nn.hh.ru/vacancy/41942809)
Выпуск подкаста на anchor.fm - https://anchor.fm/kmsrus/episodes/023-ML-eutiao
Все выпуски подкаста на anchor.fm - https://anchor.fm/kmsrus
Подкаст на Apple Podcasts - https://podcasts.apple.

➰ Источник ВК

GitHub

An Open Framework for Federated Learning. Contribute to securefederatedai/openfl development by creating an account on GitHub.

680 views05:48

👍👎

GitHub - intel/openfl: An open framework for Federated Learning.

Автообучение различных моделей на подготовленных данных. H2O - API быстрого масштабируемого машинного обучения. Для умных приложений.
🌐https://h2o-release.s3.amazonaws.com/h2o/rel-zipf/2/index.html
🧩Git » https://github.com/h2oai/h2o-3

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #programming

🔗 Download H2O 3.32.1.2

➰ Источник ВК

651 views05:48

👍 1 👎 1

Download H2O 3.32.1.2

Балабоба на заслуженном отдыхе

Балабоба - трансформер от Яндекса для генерации текста. Возможен выбор стиля для генерации.
По моему мнению - это один из значительных российских проектов, т.к. он конкурирует с англоязычной GPT-3.
Сфер применения может быть множество:
👉🏻Генерация текстов для блога
👉🏻Придумывание персональных историй
👉🏻Генерация комментариев
👉🏻Написание стихов
👉🏻Дополнение уже существующего текста
👉🏻Краткое содержание текста
Главное - это формулирование правильной подводки.
🧩Проект » https://yandex.ru/lab/yalm

P.S.: На основе этого проекта позже опубликую код web-приложения, использующее это API.

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

🔗 Нейросеть подражает текстам в интернете. Не относитесь к написанному серьёзно

➰ Источник ВК

Балабоба

797 views05:08

👍 3 👎

Нейросеть подражает текстам в интернете. Не относитесь к написанному серьёзно

Основы линейной регрессии

Интерактивный блокнот: регрессия, регуляризация.

✏️Простая линейная регрессия.
✏️Как работает среднеквадратичная ошибка?
✏️Полиномиальная регрессия
✏️Регуляризация
✏️...и многое другое
Всё это в интерактивном блокноте » https://colab.research.google.com/github/fbeilstein/m..

Статья по интерактивному блокноту » https://habr.com/ru/post/514818/

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #programming #colab

Хабр

Здравствуй, Хабр! Цель этой статьи — рассказать о линейной регрессии, а именно собрать и показать формулировки и интерпретации задачи регрессии с точки зрения математического анализа, статистики,...

691 views13:20

Интересная математическая проблема. Самая простая нерешённая задача - Гипотеза Коллатца: 3x + 1.
https://youtu.be/QgzBDZwanWA

#3x+1 #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

Самая простая нерешённая задача — гипотеза Коллатца [Veritasium]

Поддержать проект можно по ссылкам:
Если вы в России: https://boosty.to/vertdider
Если вы не в России: https://www.patreon.com/VertDider

Доказательство гипотезы Коллатца — возможно, самая простая задача, с которой до сих пор никто не справился. Понять её…

868 views17:57

HuggingArtists | Генерируем текст песен с трансформером за 5 минут

Выберите своего любимого исполнителя и научите языковую модель писать новые тексты на основе их уникального голоса всего за 5 минут.
Генерируем текст песен с трансформером за 5 минут.
🧩Интерактивный ноутбук » https://colab.research.google.com/github/AlekseyKorsh..
📃Статья » https://habr.com/ru/post/571674/
✏️Хаб моделей » https://huggingface.co/huggingartists

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #programming #python #colab

Хабр

В этой статье я расскажу о том, как создавался проект HuggingArtists и что у него под капотом. Мне будет очень приятно, если вы поставите сразу звезду в репозитории: Вступление В HuggingArtists , мы...

945 views07:58

Мир трансформеров:
🧩Как обучить языковую модель? » https://youtu.be/cN44A5AzN7s
🧩Удивительные трансформеры » https://youtu.be/Ydji_zg2gwU
🧩Трансформерные модели для поисковой персонализации » https://youtu.be/OE5gEmWh4-E
🧩Трансформер для распознавания речи » https://youtu.be/mQNW8EjIjOM
🧩Transformer Neural Networks » https://youtu.be/TQQlZhbC5ps
🧩Attention Is All You Need » https://youtu.be/iDulhoQ2pro

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #programming #трансформеры

Алексей Петров и Николай Зинов: Как приручить гигантские языковые модели (Яндекс)

Data Fest Online 2021
Удивительные трансформеры и где они обитают https://ods.ai/tracks/yandex-df2021

Спикеры:
Николай Зинов, руководитель группы разработки диалоговых систем, Яндекс
Алексей Петров, руководитель группы диалогового поиска, Яндекс.Поиск

Расскажем…

921 views05:01

Главная конференция Яндекса для IT-сообщества. В этом году она пройдёт 3 и 4 декабря

Сегодняшняя конференция YaTalks: https://yatalks.yandex.ru/?from=email_ml
📹 Можно посмотреть в записи.

#Yatalks #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

YaTalks 2021

602 views13:42

Гигер бы позавидовал такой фантазии — ИИ показал свое видение Бэтмена, Доктора Стрэнджа, Капитана Америки, Йоды и не только

Гигер бы позавидовал такой фантазии — ИИ показал свое видение Бэтмена, Доктора Стрэнджа, Капитана Америки, Йоды и не только.

С помощью инструмента MidJourney, базирующегося на искусственном интеллекте, в различных социальных сетях сейчас многие воссоздают знаменитых персонажей.

https://vgtimes.ru/news/87442-giger-by-pozavidoval-takoy-fantazii-ii-pokazal-svoe-videnie-betmena-doktora-strendzha-kapitana-ameriki-yody-i-ne-tolko.html

#IT #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

VGTimes

С помощью инструмента MidJourney, базирующегося на искусственном интеллекте, в различных социальных сетях сейчас многие воссоздают знаменитых персонажей и не только. Работы иногда получаются крайне странными и даже жуткими, но именно так видит героев нейросеть.

819 views06:00

ChatGPT бесплатная регистрация!
Самая простая регистрация и использование ChatGPT без дополнительных затрат. Главное - это зарегистрироваться под VPN. Практика показала, что дальнейшее общение может происходить без VPN.
Ролик: https://youtu.be/yCgznUCjnLk
Замечания к видео:
1) Т.к. мобильное приложение из ролика польское, то в VPN нужно выбрать Польшу как страну подключения.
2) Мобильному приложению нужно выдать все необходимые разрешения в настройках.
3) Создаётся аккаунт OpenAI. Чтобы перейти в чат: https://chat.openai.com
4) Почтовый ящик под VPN заново создавать НЕ требуется, используйте свой текущий.
5) Вы можете также столкнуться с перегрузом серверов в момент регистрации. Тут остаётся только подождать и пробовать периодически по нескольку раз.

Ссылки из видео:
Бесплатный Planet VPN из видео ➡️ https://freevpnplanet.com/ru/
Платный VPN Mullvad (проблемы оплатой картами) ➡️ https://mullvad.net/ru/
Платный VPN HideMyname (нет проблем с оплатой картами) ➡️ http://bit.ly/3SbOT6F
Эмулятор Android ➡️ http://bit.ly/3lNFpCH
Ссылка на APK файл 2nr premium ➡️ https://tttttt.me/she_neuronet/55
Проверить правильность подлключения ➡️ https://2ip.ru
Регистрация общего профиля OpenAI ➡️ https://beta.openai.com/overview

#chatgpt #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

ChatGPT бесплатная регистрация + подписка ChatGPT Plus

✅ Купить ChatGPT Plus 👉 https://tttttt.me/she_neuronet/73
🏆 Бесконечный розыгрыш ChatGPT Plus за 20$ 👉 https://youtu.be/yCgznUCjnLk

Для нейросетей:
🌐 Платный VPN Mullvad (проблемы оплатой картами) ➡️ https://mullvad.net/ru/
🌐 Платный VPN HideMyname (нет проблем…

775 views06:01

FractalGPT (+ модуль Когнитрон Кибертроныч Ai) - анонс для СМИ.docx

FractalGPT задумывается как первый настоящий прототип AGI (Сильного ИИ).

Наша цель.
Создать ИИ модель лучше, чем ChatGPT. FractalGPT сможет кардинально лучше решать задачи математики, физики, понимания логики суждений и будет делать это надежнее, с прогнозируемой точностью.

Вот краткий перечень принципов и компонентов, на которых FractalGPT будет построен:
1. Целеполагание (строит модель целей свою и собеседника)
2. Умение логически “мыслить”
3. Мотивация (имеет внутреннюю потребность к саморазвитию)
4. Планирование своего поведения
5. Умение выражать и испытывать эмоции
(список не полный, некоторые принципы не раскрываем)

Статус.
В составе небольшой команды ML разработчиков мы уже собрали микро-MVP. Разработана принципиальная архитектура системы, построена модель функционирования. Составлен план разработки.

Подробнее можно прочитать в Гугл доке (а там мы разобрали: Архитектура, Проблема, Решение, Научная новизна, Области применения)

https://docs.google.com/document/d/1Pw6V5-Z6s0aelJQCdK_kQ_mhKj75VTZO/edit?usp=sharing&ouid=109791202896921426720&rtpof=true&sd=true

Где узнать больше информации?

👉Заходите в наш специальный Телеграм чат по FractalGPT: https://tttttt.me/fractal_gpt
👉 VK: https://vk.com/fractalgpt
👉Для early adopters открыта запись на демо, заполните форму: https://forms.yandex.ru/u/63f35bcbeb6146b4d00a2011/

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста

Google Docs

Анонс FractalGPT - проект самообучающегося ИИ на базе больших языковых моделей(LLM) и логического вывода (reasoning) Привет, мы с Захаром объявляем о запуске и начале разработки нового ИИ проекта, который мы назвали FractalGPT. FractalGPT задумывается…

716 views06:01

Все секреты общения с Midjourney.
Мини-курс.
Урок 1: https://youtu.be/B_KJq3HMFms
Урок 2: https://youtu.be/n186IM0Gph0

6 СЕКРЕТОВ общения с Midjourney | нейросеть

Это видео откроет вам все тайны использования нейросети midjourney. Увлекательно и подробно вы узнаете о том, как в процессе машинного обучения применять данную нейросеть. Данное видео станет для вас подсказкой, как использовать нейросеть midjourney на практике.…

881 views06:01

midjourney-prompt-helper.netlify.app

Промт инжиниринг. Midjourney.
Помощник для подбора промтов для Text2Image моделей: https://midjourney-prompt-helper.netlify.app/

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #midjourney #Text2Image

Midjourney Prompt Helper

Help you to make text prompts for midjourney.

608 views06:01

Гарвард CS50 Искусственный Интеллект на русском.
Этот курс начинается там, где заканчивается основной курс CS50 и он посвящен концепциям и алгоритмам, находящимся в основе современного ИИ.
Мы затронем такие темы как: поиск оптимальных решений, оптимизация, анализ данных, нейронные сети, обработка естественного языка и многое другое.
https://youtu.be/vKPdq0xDeXk

#machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста #cs50

HARVARD CS50: Приглашаем на курс: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ с Python 2020 на русском

Войти в IT: Вся Необходимая База. 3 Уровня Объяснения Материала
https://stepik.org/a/196646/pay?promo=6796137481ce3a53 Если не можешь напрямую покупать со Stepik, заказывай отсюда:
https://avecoders.github.io/ave-coder-courses/ Введение в Искусственный Интеллект…

583 views06:01

Free AI Image Animation Online | Image-to-Video | CREATUS.AI

AI Image to Video Free Generator

📹✨ Бесплатный генератор AI видео из изображений
Ищете способ преобразовать ваши изображения в потрясающие видео? Попробуйте этот бесплатный генератор! 🚀
Просто загрузите свои фото, и ИИ создаст из них увлекательное видеоповествование. Идеально подходит для соцсетей, презентаций и личных проектов. 🎬
Попробуйте сейчас и откройте для себя новые возможности визуального творчества! 🌟

🔥https://creatus.ai/image-animation-image-to-video

#AI #Видеогенератор #ИскусственныйИнтеллект #Технологии

CREATUS.AI

Create stunning image animations online for free using AI technology. Transform your images into captivating videos with our img2video tool. Try it now!

321 views06:00

🚀 Языки программирования для Machine Learning: что выбрать? 🤖

Machine Learning (ML) стремительно преобразует множество сфер нашей жизни. Но какой язык программирования выбрать, чтобы максимально эффективно работать в этой области? Давайте рассмотрим наиболее популярные варианты.

1. Python 🐍

Пожалуй, самый популярный язык для ML благодаря огромному количеству библиотек и фреймворков:
- TensorFlow, Keras, PyTorch: для создания и обучения моделей.
- Pandas, NumPy, Scikit-learn: для работы с данными и их предварительной обработки.

🔹 Почему Python? Прост в изучении, множество открытых ресурсов и сообществ.

2. R 📊

Специализирован для статистики и визуализации данных. Отлично подходит для исследователей и аналитиков:
- Caret, randomForest: для создания моделей.
- ggplot2, Shiny: для визуализации и разработки интерактивных приложений.

🔹 Почему R? Идеален для анализа данных и построения моделей с мощными инструментами визуализации.

3. Java ☕

Широко используется в корпоративных решениях и обладает высокой производительностью:
- Weka, Deeplearning4j: библиотеки для ML.
- Apache Spark MLlib: распределенные вычисления для анализа данных.

🔹 Почему Java? Отличается стабильностью, масштабируемостью и хорош для больших корпоративных проектов.

4. C++ 💻

Изначально используется для проектов, требующих высокой производительности:
- CNTK: фреймворк для обучения глубоких нейронных сетей от Microsoft.
- FastAI: интерфейс к PyTorch для быстрого построения ML-моделей.

🔹 Почему C++? Высокая скорость выполнения и контроль над ресурсами.

5. Julia 📈

Относительно новый язык, который набирает популярность в ML благодаря своей скорости и простоте:
- Flux.jl, MLJ.jl: фреймворки для Machine Learning.
- DataFrames.jl: работа с данными.

🔹 Почему Julia? Высокая производительность и простота синтаксиса, удобство для научных вычислений.

А каким языком программирования пользуетесь вы для проектов в ML? Делитесь в комментариях!👇

#MachineLearning #Python #R #Java #C++ #Julia #DataScience #AI #Programming

266 views06:00

🔬⚡️ Test-Time Training RNN (ТТТ) - новый прорыв в машинном обучении! 🚀

Self-attention справляется с длинным контекстом, но имеет квадратичную сложность. Существующие слои RNN линейно сложны, но ограничены способностью скрытых состояний. Мы предлагаем новый класс слоев моделирования последовательностей с линейной сложностью и выразительными скрытыми состояниями.

💡 Главная идея: сделать скрытое состояние моделью машинного обучения и обновлять его путем самообучения даже на тестовых последовательностях. Наши слои называются Test-Time Training (TTT), и мы предлагаем две реализации: TTT-Linear и TTT-MLP.

👥 Исследования показывают, что TTT-Linear и TTT-MLP превосходят существующие модели. Они эффективно используют длинный контекст и показывают значительную производительность по сравнению с Transformer и Mamba.

📊 TTT-Linear уже быстрее Transformer при контексте 8k и сопоставим с Mamba по времени выполнения. TTT-MLP ориентирован на дальнейшие исследования и решает проблемы с памятью ввода-вывода, открывая новые горизонты для будущих исследований.

Для подробностей и доступа к статье посетите arXiv:
🟡Arxiv

🔗 Код доступен в JAX и PyTorch.
🖥 GitHub for Pytorch Stars: 277 | Issues: 3 | Forks: 12
🖥 GitHub for Jax [ Stars: 129 | Issues: 1 | Forks: 6 ]

Не пропустите этот инновационный шаг в машинном обучении! 🚀

#MachineLearning #RNN #AI #Research #Innovation

334 views06:00

Forwarded from Machinelearning

🌟 OpenCoder - модели для кодинга, cookbook обучения и датасеты.

OpenCoder - это открытое и воспроизводимое семейство LLM для программирования, включающее 1,5B и 8B базовые и instruct версии, поддерживающее английский и китайский языки.

Семейство моделей OpenCoder обучалось с нуля на 2,5 трлн. лексем, состоящих на 90 % из сырого кода и на 10 % из веб-данных, связанных с кодом, и прошло отладку на более чем 4,5 млн. высококачественных примеров SFT, в итоге достигнув производительности топовых LLM с похожей специализацией.

В открытый доступ опубликованы не только веса моделей и код для инференса, но и датасеты, полный цикл обработки данных, результаты экспериментальной абляции и подробные протоколы обучения.

OpenCoder тщательно протестирован с помощью исследований абляции на различных стратегиях очистки данных и процессах обучения, включая эксперименты по дедупликации на уровне файлов и репозиториев, что обеспечило семейству тщательную проверку производительности моделей.

OpenCoder достигает высокой производительности в различных бенчмарках, что ставит их в ряд SOTA-моделей с открытым исходным кодом для задач программирования.

▶️ Семейство моделей OpenCoder :

🟢

OpenCoder-1.5B-Base, 4 тыс. токенов контекста;

🟢

OpenCoder-8B-Base, 8 тыс. токенов контекста;

🟠

OpenCoder-1.5B-Instruct, 4 тыс. токенов контекста;

🟠

OpenCoder-8B-Instruct, 8 тыс. токенов контекста;

▶️ Датасеты:

🟢

OpenCoder-SFT-Stage1, 4.21 млн. строк;

🟠

OpenCoder-SFT-Stage2, 375 тыс.строк.

▶️ Пример инференса на HF Transformers:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "infly/OpenCoder-8B-Instruct"
model = AutoModelForCausalLM.from_pretrained(model_name,
                                             torch_dtype=torch.bfloat16,
                                             device_map="auto",
                                             trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)

messages=[
    { 'role': 'user', 'content': "write a quick sort algorithm in python."}
]

inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")

outputs = model.generate(inputs, max_new_tokens=512, do_sample=False)

result = tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True)

🟡

🟡

🟡

🟡

🖥

GitHub

@ai_machinelearning_big_data

#AI #ML #LLM #OpenCoder #Datasets

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

285 views11:45