Stable Diffusion web UI
UI на основе библиотеки Gradio для Stable Diffusion. Большое количество фич для генерации контента с удобным интерфейсом.
Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui
Scripts: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts
Features: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features
👉 @bigdata_1
UI на основе библиотеки Gradio для Stable Diffusion. Большое количество фич для генерации контента с удобным интерфейсом.
Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui
Scripts: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts
Features: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features
👉 @bigdata_1
⚡2👍1
SinDiffusion: Learning a Diffusion Model from a Single Natural Image
SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.
🖥 Github: https://github.com/weilunwang/sindiffusion
➡️ Paper: https://arxiv.org/abs/2211.12445v1
📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main
➡️ Dataset: https://paperswithcode.com/dataset/places
👉 @bigdata_1
SinDiffusion значительно улучшает качество и разнообразие сгенерированных изображений по сравнению с существующими подходами на основе GAN.
🖥 Github: https://github.com/weilunwang/sindiffusion
➡️ Paper: https://arxiv.org/abs/2211.12445v1
📌 Project: https://github.com/WeilunWang/SinDiffusion/blob/main
➡️ Dataset: https://paperswithcode.com/dataset/places
👉 @bigdata_1
❤3
TorchScale - A Library for Transformers at (Any) Scale
TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.
pip install torchscale
🖥 Github: https://github.com/microsoft/torchscale
⏩ Paprer: https://arxiv.org/abs/2211.13184v1
⭐️ Pypi: https://pypi.org/project/torchscale/
👉 @bigdata_1
TorchScale - набор инструментов с открытым исходным кодом, который позволяети разработчикам эффективно и действенно масштабировать Transformers.
pip install torchscale
🖥 Github: https://github.com/microsoft/torchscale
⏩ Paprer: https://arxiv.org/abs/2211.13184v1
⭐️ Pypi: https://pypi.org/project/torchscale/
👉 @bigdata_1
❤2
GhostNetV2: Enhance Cheap Operation with Long-Range Attention
Новая архитектура GhostNetV2 для мобильных приложений.
🖥 Github: https://github.com/leondgarse/keras_cv_attention_models
🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch
⏩ Paprer: https://arxiv.org/abs/2211.12905v1
⭐️ Dataset: https://paperswithcode.com/dataset/ade20k
👉 @bigdata_1
Новая архитектура GhostNetV2 для мобильных приложений.
🖥 Github: https://github.com/leondgarse/keras_cv_attention_models
🖥 GhostNetV2: https://github.com/likyoo/GhostNetV2-PyTorch
⏩ Paprer: https://arxiv.org/abs/2211.12905v1
⭐️ Dataset: https://paperswithcode.com/dataset/ade20k
👉 @bigdata_1
👍1
Inversion-Based Creativity Transfer with Diffusion Models
Генеративная модель для создания выразительного арта.
git clone https://github.com/zyxElsa/creativity-transfer.git
🖥 Github: https://github.com/zyxelsa/creativity-transfer
⏩ Paprer: https://arxiv.org/abs/2211.13203v1
⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
👉 @bigdata_1
Генеративная модель для создания выразительного арта.
git clone https://github.com/zyxElsa/creativity-transfer.git
🖥 Github: https://github.com/zyxelsa/creativity-transfer
⏩ Paprer: https://arxiv.org/abs/2211.13203v1
⭐️ Pretrained model: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
👉 @bigdata_1
Хотите понять поведение своих клиентов лучше, чем они сами? Планируете взять вершину рынка и держать планку? Хотите выстроить беспроигрышный маркетинг?
Записывайтесь на открытый урок, где мы раскроем все тайны Hooked Model. Мы разгадаем секреты спуска с горы, подъема на гору, плоской равнины и обрыва. Узнайте, какие психологические механизмы прячутся за этими словами и как вы можете использовать их в своей компании!
Спикер Дмитрий Шоржин — опытный предприниматель и менеджер, эксперт-консультант в сфере международного бизнеса, обладатель степени MBA.
Регистрируйтесь сейчас: https://vk.cc/cxJeST
Please open Telegram to view this post
VIEW IN TELEGRAM
ADGC: Awesome Deep Graph Clustering
ADGC представляет собой набор (SOTA) методов кластеризации глубоких графов статьи, код и наборы данных).
🖥 Github: https://github.com/yueliu1999/awesome-deep-graph-clustering
⏩ Paprer: https://arxiv.org/abs/2211.12875v1
⭐️ Datasets: https://drive.google.com/drive/folders/1thSxtAexbvOyjx-bJre8D4OyFKsBe1bK?usp=sharing
👉 @bigdata_1
ADGC представляет собой набор (SOTA) методов кластеризации глубоких графов статьи, код и наборы данных).
🖥 Github: https://github.com/yueliu1999/awesome-deep-graph-clustering
⏩ Paprer: https://arxiv.org/abs/2211.12875v1
⭐️ Datasets: https://drive.google.com/drive/folders/1thSxtAexbvOyjx-bJre8D4OyFKsBe1bK?usp=sharing
👉 @bigdata_1
👍1
Dense Interspecies Face Embedding
Face Embedding, который решает проблему крайних различий в форме между объектами на фото.
🖥 Github: https://github.com/kingsj0405/DIFE
👣 Project: https://yangspace.co.kr/dife/
⏩ Paprer: https://openreview.net/forum?id=m67FNFdgLO9
⭐️ Datasets: https://paperswithcode.com/dataset/lvis
👉 @bigdata_1
Face Embedding, который решает проблему крайних различий в форме между объектами на фото.
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Cleanlab
Стандартный пакет ИИ, ориентированный на данные, для обеспечения качества данных и машинного обучения с использованием беспорядочных, реальных данных и меток.
👣 Docs: https://docs.cleanlab.ai/
📌 Examples: https://github.com/cleanlab/examples
⏩ Paprer: https://arxiv.org/abs/2211.13895v1
⭐️ Datasets: https://paperswithcode.com/dataset/celeba
https://github.com/cleanlab/cleanlab
👉 @bigdata_1
Стандартный пакет ИИ, ориентированный на данные, для обеспечения качества данных и машинного обучения с использованием беспорядочных, реальных данных и меток.
👣 Docs: https://docs.cleanlab.ai/
📌 Examples: https://github.com/cleanlab/examples
⏩ Paprer: https://arxiv.org/abs/2211.13895v1
⭐️ Datasets: https://paperswithcode.com/dataset/celeba
https://github.com/cleanlab/cleanlab
👉 @bigdata_1
👍1
RecBole
RecBole разработан на основе Python и PyTorch для воспроизведения и разработки алгоритмов рекомендаций в единой, комплексной и эффективной структуре для исследовательских целей.
pip install recbole
🖥 Github: https://github.com/RUCAIBox/RecBole
🗒 Paper: https://arxiv.org/abs/2211.15148v1
⭐️ Dataset: https://paperswithcode.com/dataset/movielens
🔩 Docs: https://recbole.io/docs/
👉 @bigdata_1
RecBole разработан на основе Python и PyTorch для воспроизведения и разработки алгоритмов рекомендаций в единой, комплексной и эффективной структуре для исследовательских целей.
pip install recbole
🖥 Github: https://github.com/RUCAIBox/RecBole
🗒 Paper: https://arxiv.org/abs/2211.15148v1
⭐️ Dataset: https://paperswithcode.com/dataset/movielens
🔩 Docs: https://recbole.io/docs/
👉 @bigdata_1
👍2
MedMNIST-C: benchmark dataset based on the MedMNIST+ collection covering 12 2D datasets and 9 imaging modalities.
pip install medmnistc
🖥 Github: https://github.com/francescodisalvo05/medmnistc-api
📕 Paper: https://arxiv.org/abs/2406.17536v2
🔥Dataset: https://paperswithcode.com/dataset/imagenet-c
👉 @bigdata_1
pip install medmnistc
🖥 Github: https://github.com/francescodisalvo05/medmnistc-api
📕 Paper: https://arxiv.org/abs/2406.17536v2
🔥Dataset: https://paperswithcode.com/dataset/imagenet-c
👉 @bigdata_1
👍3
BEVPoolv2: A Cutting-edge Implementation of BEVDet Toward Deployment
BEVPoolv2 модернизирeует процесс обработки данных с точки зрения инженерной оптимизации, уменьшая затраты как в аспектах вычислений, так и в аспектах хранения данных.
🖥 Github: https://github.com/HuangJunJie2017/BEVDet
⭐️ Dataset: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/docs/en/datasets/nuscenes_det.md
🗒 Paper: https://arxiv.org/abs/2211.17111v1
🔩 Configs: https://github.com/HuangJunJie2017/BEVDet/blob/dev2.0/configs/bevdet/bevdet-r50.py
👉 @bigdata_1
BEVPoolv2 модернизирeует процесс обработки данных с точки зрения инженерной оптимизации, уменьшая затраты как в аспектах вычислений, так и в аспектах хранения данных.
🗒 Paper: https://arxiv.org/abs/2211.17111v1
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
MixVoxels: Mixed Neural Voxels for Fast Multi-view Video Synthesis
MixVoxels позволяет генерировать динамические 4D-сцены как смесь статических и динамических вокселей и позволяет обрабатывать их с помощью различных сетей.
🖥 Github: https://github.com/fengres/mixvoxels
⏩ Paprer: https://arxiv.org/pdf/2212.00190.pdf
✅️ Project: https://fengres.github.io/mixvoxels/
⭐️ Datasets: https://github.com/facebookresearch/Neural_3D_Video
👉 @bigdata_1
MixVoxels позволяет генерировать динамические 4D-сцены как смесь статических и динамических вокселей и позволяет обрабатывать их с помощью различных сетей.
👉 @bigdata_1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡2