Machinelearning

04 декабря 2022 08:00

🌐 Score Jacobian Chaining: Lifting Pretrained 2D Diffusion Models for 3D Generation

Метод, который преобразует предварительно обученную 2D-генеративную модель диффузии на изображениях в 3D-генеративную модель, не требуя каких-либо 3D-данных.

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

🖥 Github: https://github.com/pals-ttic/sjc

⏩ Paprer: https://arxiv.org/abs/2212.00774v1

✅️Colab: https://colab.research.google.com/drive/1zixo66UYGl70VOPy053o7IV_YkQt5lCZ

@ai_machinelearning_big_data

Machinelearning

02 декабря 2022 11:00

🛠 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

@ai_machinelearning_big_data

Machinelearning

30 ноября 2022 13:01

🖥 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/

@ai_machinelearning_big_data

Machinelearning

29 ноября 2022 14:32

✔️ Fast-SNARF: A Fast Deformer for Articulated Neural Fields

🖥 Github: https://github.com/xuchen-ethz/fast-snarf

🗒 Paper: https://arxiv.org/abs/2211.15601v1

➡️ Dataset: https://paperswithcode.com/dataset/amass

@ai_machinelearning_big_data

Machinelearning

28 ноября 2022 09:15

✅ 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

@ai_machinelearning_big_data

Machinelearning

26 ноября 2022 10:01

✔️ Natural Language YouTube Searcher

Нейросеть, которая по заданной ссылку (на любом язык) не только покахывает кадр, который вы ищите, но и указывает на какой он секунде.

🖥 Colab
🖥 Github
❕ Open Ai Clip

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 10:00

👻 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

@ai_machinelearning_big_data

Machinelearning

24 ноября 2022 18:11

🖥 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/

@ai_machinelearning_big_data

Machinelearning

24 ноября 2022 12:10

💨 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

@ai_machinelearning_big_data

Machinelearning

24 ноября 2022 10:02

🟥 StableDiffusion 2.0


- Новая модель, которая позволяет легко и быстро менять местами части изображения.
- Новые модели преобразования текста в изображение.
- Диффузионные модели со сверхвысоким разрешением.Повышает разрешение изображений в 4 раза.
- Обновленная модель отрисовки

🖥 GitHub
🚀 Demo
➡️ Read
▶️ Paint by Example

@ai_machinelearning_big_data

Machinelearning

23 ноября 2022 14:54

В AIRI создали модель на основе ДНК человека для решения задач по биоинформатике

Об этом рассказал директор по поисковым исследованиям AIRI Михаил Бурцев на международной конференции AI Journey. Он отметил, что сейчас наиболее важными прорывами будут те, которые связаны с языковыми моделями. В институте AIRI также начали исследования в этом направлении — модель GENA позволяет разбивать последовательности на кусочки, что увеличивает размер текста, который может попадать на вход. Для этого использовалась последняя сборка референсного генома человека.

Также институт AIRI разработал алгоритм MemUp, который позволяет решить задачу предсказания длинных последовательностей. Это память на основе предсказаний элементов с высокой неопределенностью.

На текущий момент модель основана на ДНК человека, но если добавить туда ДНК других видов, то модель не только сможет выучить, как устроено описание организма человека, но и описание других организмов. Например, обезьян, птиц, змей и так далее. В конечном итоге это позволит решить больше задач по биоинформатике.

Machinelearning

22 ноября 2022 15:36

🎶 ComMU: Dataset for Combinatorial Music Generation

Набор данных для генерации музыки различных жанров.
Набор данных содержит 11 144 MIDI-сэмплов, написанных и созданных профессиональными композиторами.


🖥 Github: https://github.com/POZAlabs/ComMU-code

⏩ Paper: https://arxiv.org/abs/2211.09385v1

🖥 Dataset: https://github.com/POZAlabs/ComMU-code/tree/master/dataset

🎧 Demo: https://pozalabs.github.io/ComMU/

🎼 MuseGAN: https://github.com/salu133445/musegan


@ai_machinelearning_big_data

Machinelearning

22 ноября 2022 10:01

⭐️ Graph Network Simulator (GNS)

Cимулятор графовой сети (GNS) на основе PyTorch, который на осннове физики и прогнозирует поведение потока дисперсных и жидких систем.

🖥 Github: https://github.com/geoelements/gns

⏩ Paper: https://arxiv.org/abs/2211.10228v1

🖥 Dataset: https://doi.org/10.17603/ds2-0phb-dg64

@ai_machinelearning_big_data

Machinelearning

20 ноября 2022 10:15

☄️ Bayesian Light Source Separator (BLISS)

Байесовский подход для определения параметров источника света с добавлением астрономических изображений.

git clone https://github.com/prob-ml/bliss.git

🖥 Github: https://github.com/prob-ml/bliss

➡️ Paper: https://arxiv.org/abs/2211.09300v1

🖥 Poetry: https://python-poetry.org/docs/

@ai_machinelearning_big_data

Machinelearning

19 ноября 2022 12:32

🎧 Подкаст на выходные

В новом выпуске подкаста «Техток» ведущий Виктор Кантор (директор центра Big Data МТС) собрал IT-специалистов из различных сфер, чтобы честно обсудить — как дорасти до CDO, запустить стартап на основе ML и не свихнуться.

Среди участников — сооснователь data-стартапа Rubbles Александр Фонарев, CTO Ozon Антон Степаненко, R&D Project Manager в Skyeng Владислав Корнышев и многие другие.

🖥 Все платформы для прослушивания: https://podcast.ru/1635293813

@ai_machinelearning_big_data

Machinelearning

03 декабря 2022 08:15

⭐️ 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

@ai_machinelearning_big_data

Machinelearning

01 декабря 2022 08:01

🟡 OpenAI открыла API обновленной модели Davinci на базе GPT-3

Новая версия Davinci — text-davinci-003 — получила высокие оценки пользователей в решении логических задач, прописывании мотивации персонажей, стилизации текста для конкретной аудитории и создании креативного контента. Davinci хорошо понимает смысл текста и успешно решает задачи, связанные с поиском причинно-следственных связей.

➡️ Beta
➡️ Video
➡️ Paper

@ai_machinelearning_big_data

Machinelearning

30 ноября 2022 09:01

➕ Interactive Visual Feature Search

Interactive Visual Feature Search, новая интерактивную визуализацию, которую можно применнить для любой CNN. Инструмент позволяет выделять область изображения и искать изображения из данного набора данных с наиболее похожими формами.

🖥 Github: https://github.com/lookingglasslab/visualfeaturesearch

🗒 Paper: https://arxiv.org/abs/2211.15060v1

⭐️ Dataset: https://paperswithcode.com/dataset/imagenet-sketch

🔩 Demo: https://colab.research.google.com/github/lookingglasslab/VisualFeatureSearch/blob/main/notebooks/Interactive_Visual_Feature_Search_Basic_Demo.ipynb

@ai_machinelearning_big_data

Machinelearning

29 ноября 2022 10:01

⭐️ Cleanlab

cleanlab автоматически находит и исправляет ошибки в любом наборе данных машинного обучения. Этот пакет искусственного интеллекта, облегчает работу с беспорядочными данными.


🖥 Github: https://github.com/cleanlab/cleanlab

👣 Docs: https://docs.cleanlab.ai/

📌 Examples: https://github.com/cleanlab/examples

⏩ Paprer: https://arxiv.org/abs/2211.13895v1

⭐️ Datasets: https://paperswithcode.com/dataset/celeba

@ai_machinelearning_big_data

Machinelearning

27 ноября 2022 09:25

✅ 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

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 13:26

🎨 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

@ai_machinelearning_big_data

Machinelearning

25 ноября 2022 08:19

Яндекс назвал лауреатов своей ежегодной научной премии

Ученые, которые занимаются исследованиями в области компьютерных наук, получат по миллиону рублей на развитие своих проектов. В 2022 году лауреатами стали шесть молодых ученых:

•Максим Великанов — занимается теорией deep learning, изучает бесконечно широкие нейронные сети и статистическую физику;

•Петр Мокров — исследует градиентные потоки Вассерштейна, нелинейную фильтрацию и байесовскую логистическую регрессию;

•Максим Кодрян — занимается deep learning, а также оптимизацией и генерализацией нейросетевых моделей;

•Руслан Рахимов — работает с нейронной визуализацией, CV и deep learning;

•Сергей Самсонов — изучает алгоритмы Монте-Карло с марковскими цепями, стохастическую аппроксимацию и другие темы;

•Тарас Хахулин — работает в области компьютерного зрения.

Круто, что отдельно выделяют и научных руководителей. В этом году гранты получили двое — Дмитрий Ветров, заведующий Центром глубинного обучения и байесовских методов ВШЭ, и Алексей Наумов, доцент факультета компьютерных наук ВШЭ, заведующий Международной лаборатории стохастических алгоритмов и анализа многомерных данных.

Подробнее о премии и лауреатах 2022 года — на сайте.

Machinelearning

24 ноября 2022 16:35

Какие изменения произошли с библиотекой PyTorch-LifeStream за год?

Об этом рассказал Иван Киреев, исполнительный директор по исследованию данных в лаборатории по искусственному интеллекту Сбера во время международной конференции AI Journey.

Библиотека PyTorch-LifeStream нужна для построения нейронных сетей на событийных данных. В основном, изменилась структура библиотеки. Она была разбита на несколько модулей, благодаря чему в ней стало проще ориентироваться. Также изменилась система конфигурирования, появилось больше примеров использования библиотеки.

Всего в структуре библиотеки на текущий момент четыре блока:

1. Перепроцессинг данных
2. Загрузка
3. Набор слоёв
4. Набор фреймворков обучения

Что касается конфигурации, то была подключена Hydra. Все конфигурации хранятся в yaml-файлах, которые удобно редактировать.

Machinelearning

24 ноября 2022 10:39

Крупнейшие игроки российского технологического рынка присоединяются к Кодексу этики в сфере искусственного интеллекта. Свод правил разработал Альянс в сфере ИИ и обнародовал в рамках международной конференции по искусственному интеллекту AI Journey.

На конференции к Кодексу присоединились Datanа, Factory 5, ГК «GlobalTruck», ГеомирАгро, Цифровая платформа КАМАЗ, ГК Медси, Самолет, Сибур, Северсталь Менеджмент, РЖД, Русагро Технологии, Уралхим. Всего Кодекс поддержали 113 российских компаний и организаций.

«В нашем понимании развитие технологий ИИ в России должно ориентироваться исключительно на интересы человека, качество его жизни и благополучие. Именно на основе доверия граждан мы вместе с участниками Альянса и Кодекса этики продолжим создавать новую цифровую экосистему для технологического развития нашей страны», — так прокомментировал Кодекс зампред Правительства РФ Дмитрий Чернышенко.

Machinelearning

23 ноября 2022 16:37

🎨 Kandinsky 2.0

Kandinsky 2.0 — первая мультиязычная диффузия для генерации изображений по тексту

- два мультилингвальных текстовых энкодера, эмбеддинги которых конкатенируются

- больше UNet (1.2 млрд параметров)

- динамический трешхолдинг в процессе сэмплирования

🖥 Github
➡️ Habr статья
🖥 Demo
🤗 Model

@ai_machinelearning_big_data

Machinelearning

23 ноября 2022 09:26

🚀 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

@ai_machinelearning_big_data

Machinelearning

22 ноября 2022 13:36

🤖 Ключевая Международная конференция по искусственному интеллекту и машинному обучению AI Journey снова в эфире 23-24 ноября! Подключайтесь к трансляции онлайн и узнавайте о мире, в котором искусственный интеллект станет частью нашей повседневной жизни.

На конференции будут представлены пять тематических треков: AIJ Science, AIJ Junior, AI4ESG, Science & Industries, Science & Business. Основные их темы:

• Мультимодальные, мультиязыковые, генеративные модели, трансформеры и новые архитектуры
• Исследования российских и международных технологических центров
• Применение AI в области ESG и устойчивого развития
• Лучшие практики и кейсы использования AI в бизнесе
• Внедрение разработок AI/ML в разных отраслях
• Этические аспекты применения AI
• Воркшопы, демо, мастер-классы и интерактивы для молодежи

Смотрите выступления топовых российских и международных экспертов по искусственному интеллекту.

👉Следить за конференцией можно бесплатно на сайте. Регистрация не требуется.

Machinelearning

21 ноября 2022 09:12

💨 InfiniteNature-Zero

InfiniteNature-Zero Генеративный ИИ с открытым исходным кодом для создания невероятных природных сцен из отдельных изображений.

conda env create -f enviornment_infinite_nature_zero.yml

🖥 Github: https://github.com/google-research/google-research/tree/master/infinite_nature_zero

➡️ Paper: https://arxiv.org/abs/2207.11148

🖥 Project: https://infinite-nature-zero.github.io/

📌 Video: https://infinite-nature-zero.github.io/#overview_video

@ai_machinelearning_big_data

Machinelearning

19 ноября 2022 14:32

✅ MOTRv2: Bootstrapping End-to-End Multi-Object Tracking by Pretrained Object Detectors

MOTRv2, простой, но эффективный конвейер для запуска отслеживания нескольких объектов.

🖥 Github: https://github.com/megvii-research/MOTRv2

➡️ Paper: https://arxiv.org/abs/2211.09791v1

🖥 Dataset: https://paperswithcode.com/dataset/mot17

@ai_machinelearning_big_data

Machinelearning

19 ноября 2022 10:01

🚀 DiffusionDet: Diffusion Model for Object Detection

DiffusionDet — первая диффузионная модель для обнаружения объектов.

🖥 Github: https://github.com/shoufachen/diffusiondet

➡️ Paper: https://arxiv.org/abs/2211.09788v1

🗒 Getting Started: https://github.com/ShoufaChen/DiffusionDet/blob/main/GETTING_STARTED.md

🖥 Dataset: https://paperswithcode.com/dataset/imagenet

@ai_machinelearning_big_data