This media is not supported in your browser
VIEW IN TELEGRAM
"В статье, недавно опубликованной в Physical Review Research, мы показываем, как глубокое обучение может помочь решить фундаментальные уравнения квантовой механики для реальных систем..."
This media is not supported in your browser
VIEW IN TELEGRAM
Код для обучения модели «подъем-всплеск-съемка» для сегментации автомобилей BEV только с камерой
This media is not supported in your browser
VIEW IN TELEGRAM
StyleGAN2 with adaptive discriminator augmentation (ADA)
Forwarded from Городские данные (Andrey Karmatsky)
Денис Муратаев проанализировал данные Google Street View c помощью компьютерного зрения и оценил качество городской среды в различных городах. Не просто проанализировал, а ещё и подробно описал методику и способ анализа в блоге.
«У каждого человека возникает желание отправиться в маленькое путешествие на выходные, но как выбрать то место куда лучше поехать. Можно посмотреть фотографии, почитать отзывы… А что если использовать компьютерное зрение и провести непредвзятое сравнение городов и уже на основе этого выбрать место поездки.»
https://denis-murataev.medium.com/сравнительный-анализ-городской-среды-с-использованием-компьютерного-зрения-9a50ac099b98
«У каждого человека возникает желание отправиться в маленькое путешествие на выходные, но как выбрать то место куда лучше поехать. Можно посмотреть фотографии, почитать отзывы… А что если использовать компьютерное зрение и провести непредвзятое сравнение городов и уже на основе этого выбрать место поездки.»
https://denis-murataev.medium.com/сравнительный-анализ-городской-среды-с-использованием-компьютерного-зрения-9a50ac099b98
Medium
Сравнительный анализ городской среды с использованием компьютерного зрения.
API Google Street View и Microsoft Azure Computer vision API.
Forwarded from Neurohive - Нейронные сети, AI, ML, DL
NYU Depth V2 — это датасет для сегментации объектов на изображениях интерьера. Датасет состоит из видеопоследовательностей из разных сцен интерьера, которые были записаны в RGB и с помощью камер глубины от Microsoft Kinect.
This media is not supported in your browser
VIEW IN TELEGRAM
Liquid Warping GAN with Attention: A Unified Framework for Human Image Synthesis
This media is not supported in your browser
VIEW IN TELEGRAM
From Pixels to Legs: Hierarchical Learning of Quadruped Locomotion
This media is not supported in your browser
VIEW IN TELEGRAM
DAIN при осмотре улиц Google
Machine Learning для руководителей // Бесплатная Q&A-сессия OTUS
https://youtu.be/ClBNV9KJWGk
https://youtu.be/ClBNV9KJWGk
YouTube
Machine Learning для руководителей // Бесплатная Q&A-сессия OTUS
Все, что вы хотели узнать про ML, в формате живой беседы с практикующим специалистом из международной компании.
На примере нескольких кейсов из практики мы посмотрим, как машинное обучение способно приносить пользу бизнесу и какие необходимые условия должны…
На примере нескольких кейсов из практики мы посмотрим, как машинное обучение способно приносить пользу бизнесу и какие необходимые условия должны…
Forwarded from Not Boring Tech
This media is not supported in your browser
VIEW IN TELEGRAM
💮 И снова нейронки — почти как всегда, позабавиться. В этот раз «Mask-Guided Discovery of Semantic Manifolds in Generative Models» с помощью StyleGAN2 манипулирует различными областями лица. Посмотрите на зубы и морщины, реализм есть и он очень даже великолепен, но артефакты немного портят впечатление.
📋 В общем, чего это я с "нотациями", вот ссылка покавырять:
github.com/bmolab/masked-gan-manifold
Там же кратко написано о том, как нейросетка работает. Если интересно больше, можете прочесть paper (.pdf).
#Neural_network #Fun | Not Boring Tech
📋 В общем, чего это я с "нотациями", вот ссылка покавырять:
github.com/bmolab/masked-gan-manifold
Там же кратко написано о том, как нейросетка работает. Если интересно больше, можете прочесть paper (.pdf).
#Neural_network #Fun | Not Boring Tech
This media is not supported in your browser
VIEW IN TELEGRAM
"Emergent Road Rules in Multi-Agent Driving Environments"
This media is not supported in your browser
VIEW IN TELEGRAM
Learned Initializations for Optimizing Coordinate-Based Neural Representations
This media is not supported in your browser
VIEW IN TELEGRAM
Liquid Warping GAN with Attention test on Lansdowne portrait of George Washington
Forwarded from StudyFlex
Майкрософт и "безкодовое" машинное обучения
Искусственный интеллект (ИИ) находится в процессе постоянного совершенствования и оптимизации. Как и человеческий разум, он нуждается в развитии и обучении, чтобы прогрессировать и решать более сложные задачи.
Процесс тренировки ИИ занимает у разработчиков много времени и состоит из нескольких шагов: построение модели, написание кода, отладка, тестирование. Зачастую это может стать краеугольным камнем реализации идей у стартапов, мелкого бизнеса, или просто энтузиастов, которые банально не обладают ресурсами для обучения ИИ.
Идеей популяризации и упрощения использования технологии вдохновился Майкрософт и в 2018 году приобрел и продолжил развивать стартап Lobe.
Lobe — это приложение, которое стремится представить технологически сложные алгоритмы машинного обучения в форме, понятной даже непосвященному пользователю. Проект не требует глубинных знаний в сфере машинного обучения и может разрешить задачи различной сложности: отсортировать фото с отдыха по наличию на них кустарников, определить зверька, который ночью активировал сигнализацию в загородном доме, и многое другое.
Как же выглядит проект на релизе, и что он уже умеет — посмотрим на демо.
Искусственный интеллект (ИИ) находится в процессе постоянного совершенствования и оптимизации. Как и человеческий разум, он нуждается в развитии и обучении, чтобы прогрессировать и решать более сложные задачи.
Процесс тренировки ИИ занимает у разработчиков много времени и состоит из нескольких шагов: построение модели, написание кода, отладка, тестирование. Зачастую это может стать краеугольным камнем реализации идей у стартапов, мелкого бизнеса, или просто энтузиастов, которые банально не обладают ресурсами для обучения ИИ.
Идеей популяризации и упрощения использования технологии вдохновился Майкрософт и в 2018 году приобрел и продолжил развивать стартап Lobe.
Lobe — это приложение, которое стремится представить технологически сложные алгоритмы машинного обучения в форме, понятной даже непосвященному пользователю. Проект не требует глубинных знаний в сфере машинного обучения и может разрешить задачи различной сложности: отсортировать фото с отдыха по наличию на них кустарников, определить зверька, который ночью активировал сигнализацию в загородном доме, и многое другое.
Как же выглядит проект на релизе, и что он уже умеет — посмотрим на демо.
YouTube
Introducing Lobe | Build your first machine learning model in ten minutes.
https://www.lobe.ai
Lobe has everything you need to train machine learning models in a free, easy to use app. Just show it examples of what you want it to learn, and it automatically trains a custom machine learning model that can be shipped in your app.…
Lobe has everything you need to train machine learning models in a free, easy to use app. Just show it examples of what you want it to learn, and it automatically trains a custom machine learning model that can be shipped in your app.…