- PVSM.RU - https://www.pvsm.ru -

Новости машинного обучения. Выпуск 7

Предыдущий выпуск [1]

Новости ML, новые технологии, идеи по применению и гипотезы.

Nvidia GauGan

Изображение сделано в Nvidia GauGan [2]. Видео [3], статья и исходный код [4].

  • Видео AI in 2020 [5] от Siraj Raval, а также AI in 2020 [6] от Henry AI Labs во многом пересекается с моими [7] прогнозами.
  • Готовится к выпуску интересный видеокурс: нейронные сети с нуля Neural Networks from Scratch [8]. Без использования каких-либо сторонних библиотек. Только хардкор, только Python! Без библиотеки NumPy в первой версии и с NumPy во второй. Уже есть мини курс Neural Networks Demystified [9] + код [10], однако там только 6 нейронов с одним стрытым слоем и объясняется самая основа. Кроме видео курса будет выпущена книга примерно на 300 страниц. Подписывайтесь, донатьте, следите за выходом новых серий курса. Сайт этого специалиста со множеством различных руководств: https://pythonprogramming.net [11].
  • Несколько методов отслеживания (трекинга) объектов [12]. В самом начале этого видео даются ссылки на 7 методов: TFOS, TFOS+, EMT, HBT, SPT, IVT, TLD. Также интересен метод остлеживания единичного объекта под названием PySOT [13] с открытым исходным кодом. ПО PySOT основана на алгоритмах SiamRPN [14] и SiamMask [15] и использует библиотеку PyTorch [16] в качестве машинного обучения. Примечание: автор не использовал данные алгоритмы на практике.
  • Бионические роботы [17] от Festo Robotics для вдохновения. 5 моделей: рука, стрекоза, муравьи, кисть, язык хамелеона. К бионическим роботам относится решение кубика Рубика с помощью руки робота [18] (статья [19], полное видео [20]).
  • Talk to Transformer [21] автоматическое завершение абзаца текста. Для русского языка плохо работает.
  • Top 10 Deep Learning tools [22] — ссылки на десять приложений по глубокому обучению онлайн.
  • Nvidia Playground [23] содержит три демонстрационных приложения, которые можно использовать онлайн без установки и настройки.
  • Для начинающих изучать язык программирования JavaScript есть приложение grasshopper.app [24]. Обучаться можно на телефоне, планшете или ПК. Упражнения сделаны в игровой форме, поэтому проходить интересно даже тем, кто умеет программировать. Автор прошел почти все упражнения и ему понравилось.

Кошак из ада

Рисование котов из ада тут [25]. Еще программы для рисования Neural Doodle [26] (видео [27] и код [26]) и Feed-forward neural doodle [28] (код [29]).

Полезные ссылки собираю сюда [30] и стараюсь, чтобы их не было слишком много:

  • Papers With Code [31] — научные статьи по машинному обучению, исходный код и оценочные таблицы на одном веб-сайте. Удобно.
  • ods.ai [32] (Open Data Science) — Международное сообщество, объединяющее специалистов, исследователей и инженеров, связанных с Data Science. На сайте есть топ открытых DS/ML проектов [33], живущих и развивающихся в сообществе.
  • pythonprogramming.net [34] — множество куководств по машинному обучению и не только + видео блог [35] автора.
  • deeplearningweekly.com [36] — новостные рассылки по Глубокому Обучению каждую неделю (уже 125 выпусков), на английском. Новости более четкие и структурированные, чем данная седьмая рассылка.

Nvidia Inpainting

Изображение сделано в Nvidia Inpainting [37] (статья [38] и код [39]).

Спасибо за внимание!

Автор: FooBar167

Источник [40]


Сайт-источник PVSM.RU: https://www.pvsm.ru

Путь до страницы источника: https://www.pvsm.ru/obrabotka-izobrazhenij/343575

Ссылки в тексте:

[1] Предыдущий выпуск: https://habr.com/ru/news/t/483100/

[2] Nvidia GauGan: http://nvidia-research-mingyuliu.com/gaugan

[3] Видео: https://youtu.be/NKFrg9HMYaY

[4] статья и исходный код: https://paperswithcode.com/paper/semantic-image-synthesis-with-spatially

[5] AI in 2020: https://youtu.be/eN9Lb3vXsAw

[6] AI in 2020: https://youtu.be/6SWpN64Ivb4

[7] с моими: https://habr.com/ru/post/482794/

[8] Neural Networks from Scratch: https://youtu.be/G7RDn8Xtf_Y

[9] Neural Networks Demystified: https://www.youtube.com/playlist?list=PLiaHhY2iBX9hdHaRr6b7XevZtgZRa1PoU

[10] код: https://github.com/stephencwelch/Neural-Networks-Demystified

[11] https://pythonprogramming.net: https://pythonprogramming.net/

[12] Несколько методов отслеживания (трекинга) объектов: https://youtu.be/n_z6SY3UYB0?t=4

[13] PySOT: https://github.com/STVIR/pysot

[14] SiamRPN: http://openaccess.thecvf.com/content_cvpr_2018/html/Li_High_Performance_Visual_CVPR_2018_paper.html

[15] SiamMask: https://arxiv.org/abs/1812.05050

[16] PyTorch: https://pytorch.org/

[17] Бионические роботы: https://youtu.be/ooqiY7hFWE8

[18] руки робота: https://youtu.be/x4O8pojMF0w

[19] статья: https://arxiv.org/abs/1910.07113

[20] полное видео: https://youtu.be/kVmp0uGtShk

[21] Talk to Transformer: https://talktotransformer.com/

[22] Top 10 Deep Learning tools: https://medium.com/@chengweizhang2012/top-10-deep-learning-experiences-run-on-your-browser-458a64c9625f

[23] Nvidia Playground: https://www.nvidia.com/en-us/research/ai-playground/

[24] grasshopper.app: https://grasshopper.app

[25] тут: https://affinelayer.com/pixsrv/

[26] Neural Doodle: https://github.com/alexjc/neural-doodle

[27] видео: https://youtu.be/jMZqxfTls-0

[28] Feed-forward neural doodle: https://dmitryulyanov.github.io/feed-forward-neural-doodle/

[29] код: https://github.com/DmitryUlyanov/online-neural-doodle

[30] сюда: https://github.com/foobar167/articles/blob/master/Ubuntu/13_Keras_and_TensorFlow_how-tos.md/#websites

[31] Papers With Code: https://paperswithcode.com/task/object-detection

[32] ods.ai: https://ods.ai/

[33] топ открытых DS/ML проектов: https://ods.ai/awards/2019/

[34] pythonprogramming.net: https://pythonprogramming.net

[35] видео блог: https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ

[36] deeplearningweekly.com: https://www.deeplearningweekly.com/

[37] Nvidia Inpainting: https://www.nvidia.com/research/inpainting/

[38] статья: https://heartbeat.fritz.ai/guide-to-image-inpainting-using-machine-learning-to-edit-and-correct-defects-in-photos-3c1b0e13bbd0

[39] код: https://paperswithcode.com/task/image-inpainting

[40] Источник: https://habr.com/ru/post/484354/?utm_campaign=484354&utm_source=habrahabr&utm_medium=rss