mastodon.world is one of the many independent Mastodon servers you can use to participate in the fediverse.
Generic Mastodon server for anyone to use.

Server stats:

9.6K
active users

#tensorflow

0 posts0 participants0 posts today

Setting up TensorFlow Lite for Raspberry Pi High Quality Camera and compiling rpicam-detect was surprisingly complicated. Installing a .deb and manually writing the .pc file worked in the end.

These links are helpful:
lindevs.com/install-precompile
github.com/raspberrypi/rpicam-

Install Precompiled TensorFlow Lite 2.19 on Raspberry Pi
lindevs.com · Install Precompiled TensorFlow Lite 2.19 on Raspberry Pi

Ведущий разработчик ChatGPT и его новый проект — Безопасный Сверхинтеллект

Многие знают об Илье Суцкевере только то, что он выдающийся учёный и программист, родился в СССР, соосновал OpenAI и входит в число тех, кто в 2023 году изгнал из компании менеджера Сэма Альтмана. А когда того вернули, Суцкевер уволился по собственному желанию в новый стартап Safe Superintelligence («Безопасный Сверхинтеллект»). Илья Суцкевер действительно организовал OpenAI вместе с Маском, Брокманом, Альтманом и другими единомышленниками, причём был главным техническим гением в компании. Ведущий учёный OpenAI сыграл ключевую роль в разработке ChatGPT и других продуктов. Сейчас Илье всего 38 лет — совсем немного для звезды мировой величины.

habr.com/ru/companies/ruvds/ar

#Илья_Суцкевер #Ilya_Sutskever #OpenAI #10x_engineer #AlexNet #Safe_Superintelligence #ImageNet #неокогнитрон #GPU #GPGPU #CUDA #компьютерное_зрение #LeNet #Nvidia_GTX 580 #DNNResearch #Google_Brain #Алекс_Крижевски #Джеффри_Хинтон #Seq2seq #TensorFlow #AlphaGo #Томаш_Миколов #Word2vec #fewshot_learning #машина_Больцмана #сверхинтеллект #GPT #ChatGPT #ruvds_статьи

ХабрВедущий разработчик ChatGPT и его новый проект — Безопасный СверхинтеллектМногие знают об Илье Суцкевере только то, что он выдающийся учёный и программист, родился в СССР, соосновал OpenAI и входит в число тех, кто в 2023 году изгнал из компании менеджера Сэма Альтмана. А...

Конвейер машинного обучения для классификации рукописных цифр MNIST с использованием TensorFlow Extended (TFX)

В рамках данной статьи будет рассмотрено построение конвейера машинного обучения для классификации рукописных цифр из базы данных MNIST с использованием фреймворка TensorFlow и TFX, а также мониторинг процесса обучения с помощью TensorBoard и выпуск модели с автоматической генерацией к ней API с помощью TensorFlow Model Server. Основная цель данной статьи заключается в восполнении информационного пробела по теме использования TFX в контексте решения задачи классификации рукописных цифр MNIST, которая уже была представлена TensorFlow в виде одноименного репозитория tfx/tfx/examples/mnist .

habr.com/ru/articles/898140/

ХабрКонвейер машинного обучения для классификации рукописных цифр MNIST с использованием TensorFlow Extended (TFX)В рамках данной статьи будет рассмотрено построение конвейера машинного обучения для классификации рукописных цифр из базы данных MNIST с использованием фреймворка TensorFlow и TFX, а также мониторинг...

Как мы оживили DPED: ИИ-проект для улучшения мобильных фото до снимков с «зеркалок»

Привет, Хабр! На связи команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ им. Р. Е. Алексеева. Сегодня практически у каждого крупного производителя смартфонов есть собственные системы улучшения качества фотографий, основанные на искусственном интеллекте. Помимо этого, существует множество аналогичных открытых моделей нейросетей. Возникает вопрос: зачем тогда мы решили оживить DPED (Deep Photo Enhancement Dataset) — созданный для тех же целей проект 2017 года? В статье мы ответим на этот вопрос, займемся оживлением и протестируем нашу модель DPED на фотографиях с планшета KVADRA_T.

habr.com/ru/companies/yadro/ar

ХабрКак мы оживили DPED: ИИ-проект для улучшения мобильных фото до снимков с «зеркалок»Привет, Хабр! На связи команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ им. Р. Е. Алексеева. Сегодня практически у каждого крупного...

Нейросети для семантической сегментации: U-Net, LinkNet, PSPNet

Всем привет! Недавно я закончил один из этапов собственного проекта, в котором я провел сравнительный анализ 3 одних из самых известных нейросетей для семантической сегментации: U-Net, LinkNet, PSPNet. Теперь я хочу поделиться со всеми, чтобы в случае, если кто-то захочет сделать что-то подобное или ему просто понадобится, то он не искал весь интернет, как я, а легко и просто все нашел. В конце главы каждый нейросети я оставил ссылки на оригинальные статьи для желающих самостоятельно все изучить (на английском). Ссылка на мой GitHub с полноценной версией всех нейросетей и main файла в конце статьи. Я расскажу кратко о подготовке входных данных перед тем, как подавать их в нейросеть, а также объясню самые важные детали каждой модели по отдельности. Использовал я библиотеку Tensorflow, а обучение проводил в среде Google Colab.

habr.com/ru/articles/893122/

ХабрНейросети для семантической сегментации: U-Net, LinkNet, PSPNetВсем привет! Недавно я закончил один из этапов собственного проекта, в котором я провел сравнительный анализ 3 одних из самых известных нейросетей для семантической сегментации: U-Net, LinkNet,...

👨🏻‍💻🤖🤔
I've been using generative #AI for over two years now –a few months before, I was struggling to understand the Python #TensorFlow #neuralNetwork library, without much success 😬– and I'm increasingly convinced that the exponentially incredible increase in AI capabilities is leading us to a wild socioeconomic shift in a very short time, especially in the field of #work 👷🏼‍♀️; and let's not even talk about Public Administration, where we're stuck with labor models and future aspirations that will be completely inconsequential and insignificant in no time ⌛ –our foresight is truly laughable 😶‍🌫️.

Neural networks learn 🧠, they aren't programmed; the generation of knowledge beyond the original training data is already becoming a reality 🙀; completely autonomous and intelligent #robotics is right here 🦿. In short, we need to get our act together and stop thinking it's not a big deal... It's a huge deal🤯! In the West, work as we know it is going to end –unless there's a nuclear cataclysm first 🎆– and we better start fighting for our piece of the pie 🎂 ."

-

Llevo usando #IA generativa desde hace más de dos años –ya unos meses antes me peleaba por entender un poco la librería de #redesNeuronales TensorFlow de Python, sin conseguirlo demasiado 😬– y cada vez estoy más convencido de que el aumento de capacidades de las IAs, que es increiblemente exponencial 📈, nos dirige a un cambio socioeconómico salvaje en muy poco tiempo, especialmente en el campo del #trabajo 👷🏽; y no digamos en la Administración Pública, que estamos con modelos laborales y con pretensiones de futuro que serán completamente intrascendentes e insignificantes en nada de tiempo ⌛ –desde luego nuestra capacidad de prospectiva es de llorar 😓.

Las redes neuronales aprenden 🧠, no se programan; la generación de conocimiento alejada de los datos de entrenamiento originales 😲 empieza a ser ya real; la #robótica 🦾 completamente autónoma e inteligente está ahí al lado. En fin, que ya nos podemos poner las pilas y dejar de pensar que no es para tanto... ¡Es para más! 💣. En occidente se va a acabar el trabajo tal y como lo conocemos –si no hay un cataclismo nuclear antes 💥– y ya podemos ir peleando para que nos toque un trozo del pastel 🍰.

Свёрточные нейронные сети: от основ до современных технологий

Исследуем свёрточные нейронные сети (CNN): полный гид От основ нейронных сетей до кода: узнайте, как CNN обрабатывают изображения. Включает: Основы: нейроны, слои, обучение. Компоненты CNN: свёртка, пулинг, полносвязные слои. Архитектуры: LeNet, AlexNet, VGG, GoogleNet, ResNet. Практический пример на TensorFlow. Сравнение с Vision Transformers. Идеально для новичков и экспертов

habr.com/ru/articles/887268/

ХабрСвёрточные нейронные сети: от основ до современных технологийПривет, Хабр! Я подготовил для вас подробную статью о свёрточных нейронных сетях ( Convolutional Neural Networks , CNN) — мощном инструменте машинного обучения, который изменил подход к обработке...