AI LAB | Лаборатория ИИ
1.69K subscribers
601 photos
427 videos
23 files
877 links
Лаборатория ИИ
Эксперименты и интересные материалы на тему ИИ в архитектурном проектировании и не только.

По всем вопросам 24/7
@arthiteca

Вопросы сотрудничества и соучастия
@j_fede
加入频道
This media is not supported in your browser
VIEW IN TELEGRAM
Beyond Fixed Grid:
Learning Geometric Image Representation with a Deformable Grid
This media is not supported in your browser
VIEW IN TELEGRAM
Интерполяция планировок зданий
Media is too big
VIEW IN TELEGRAM
Тестирование Detectron2 от FacebookAI
Добро пожаловать на конференцию #SmartData 2020. Она пройдёт с 9 по 12 декабря онлайн.

4 дня дата-инженеры со всего мира будут рассказывать о СУБД, архитектуре DWH, работе с потоками, оркестрации, MLOps, технологиях построения EML. Только свежая информация и решения, которые можно применять в работе.

Вы либо уже работаете с данными, либо рано или поздно начнете, поэтому точно найдете на конференции полезное для себя.
Подробности и билеты со скидкой по промокоду UnrealNeural2020pc: https://bit.ly/3kIvQz1
AI LAB | Лаборатория ИИ pinned «Добро пожаловать на конференцию #SmartData 2020. Она пройдёт с 9 по 12 декабря онлайн. 4 дня дата-инженеры со всего мира будут рассказывать о СУБД, архитектуре DWH, работе с потоками, оркестрации, MLOps, технологиях построения EML. Только свежая информация…»
Media is too big
VIEW IN TELEGRAM
Unreal Engine 4 + StyleGAN2
Chaos Engineering: System Resiliency in Practice (2020)
Авторы: Casey Rosenthal, Nora Jones
Количество страниц: 308

По мере того как все больше компаний переходят на микросервисы и другие распределенные технологии, сложность их систем увеличивается. Часто нельзя уменьшить саму сложность, но возможно обнаружить уязвимости и предотвратить сбои, прежде чем они повлияют на ваших клиентов. Это практическое руководство показывает инженерам, как ориентироваться в сложных системах при оптимизации для достижения бизнес-целей.

Во время чтения книги вы:
✔️Изучите методики предотвращения сбоев в вашем приложении, сети и инфраструктуре;
✔️Быстро перейдете от теории к практике, ознакомившись с реальными практиками от отраслевых экспертов из Google, Microsoft, Slack, LinkedIn и других;
✔️Создадите фреймворк для определения сложности программных систем;
✔️Узнаете, как разрабатывать непрерывные совместные эксперименты.

Достоинства:
Актуальность материала;
Детальные объяснения.

Недостатки:
Не замечено.

Скачать книгу

#advanced #book #english
Design
NeurIPS 2020 Workshop
December 11-12
EvolGAN: Evolutionary Generative Adversarial Networks
SceneGen: Generative Contextual Scene Augmentation using Scene Graph Priors
Forwarded from Graph Machine Learning
SE(3)-Transformers

A blog post about a recent paper (NeurIPS 2020) that introduces group theory to set functions. It seems like it performs on par with state-of-the-art methods for classification and regression, but at least is provably equivariant.
This media is not supported in your browser
VIEW IN TELEGRAM
Нейронным сетям сложно научиться игре "жизнь"

Британский математик Джон Конвей изобрел Игру "Жизнь" в 1970 году. Это интересная идея, которая показывает, как очень простые правила могут давать очень сложные результаты.
Однако, несмотря на свою простоту, Игра остается проблемой для искусственных нейронных сетей.
Интересно, что независимо от того, насколько сложной становится сетка, вы можете предсказать состояние каждой ячейки на следующем временном шаге по тем же правилам.
Поскольку нейронные сети являются очень хорошими машинами для прогнозирования , исследователи хотели выяснить, могут ли модели глубокого обучения изучить основные правила Игры "Жизнь".
This media is not supported in your browser
VIEW IN TELEGRAM
Интерактивная стилизация видео с использованием обучения на основе нескольких патчей
https://github.com/OndrejTexler/Few-Shot-Patch-Based-Training
This media is not supported in your browser
VIEW IN TELEGRAM
3D-формы с помощью Generative Cellular Automata
https://openreview.net/pdf?id=rABUmU3ulQh
This media is not supported in your browser
VIEW IN TELEGRAM
Представления движения для шарнирной анимации
https://openreview.net/forum?id=kHromd7SNA
House-GAN
База данных LIFULL HOME предлагает пять миллионов реальных планов этажей, из которых мы получили 117 587. В базе данных нет пузырьковых диаграмм. Мы использовали алгоритм векторизации плана этажа [1] для создания формата векторной графики, который позже был преобразован в ограничивающие прямоугольники помещения и пузырьковые диаграммы. Векторизованные планы этажей, используемые в этом документе, можно найти здесь , этот набор данных не включает исходные изображения RGB из набора данных LIFULL.
https://github.com/ennauata/housegan