войтизарегистрироваться
О насОбратная связьPrivacy Policy
Наше мобильное приложение
Наши группы в соцсетях
Источники
еще источники
Новости
еще новости
По вашему запросу ничего не найдено

resnet

7 лет хайпа нейросетей в графиках и вдохновляющие перспективы Deep Learning 2020-х

7 лет хайпа нейросетей в графиках и вдохновляющие перспективы Deep Learning 2020-х

Новый год все ближе, скоро закончатся 2010-е годы, подарившие миру нашумевший ренессанс нейросетей. Мне не давала покоя и лишала сна простая мысль: «Как можно ретроспективно прикинуть скорость
7 лет хайпа нейросетей в графиках и вдохновляющие перспективы Deep Learning 2020-х

7 лет хайпа нейросетей в графиках и вдохновляющие перспективы Deep Learning 2020-х

Новый год все ближе, скоро закончатся 2010-е годы, подарившие миру нашумевший ренессанс нейросетей. Мне не давала покоя и лишала сна простая мысль: «Как можно ретроспективно прикинуть скорость
Нейронные сети предпочитают текстуры и как с этим бороться

Нейронные сети предпочитают текстуры и как с этим бороться

В последнее время вышло несколько статей с критикой ImageNet, пожалуй самого известного набора изображений, использующегося для обучения нейронных сетей. В первой статье Approximating CNNs with
Нейронные сети предпочитают текстуры и как с этим бороться

Нейронные сети предпочитают текстуры и как с этим бороться

В последнее время вышло несколько статей с критикой ImageNet, пожалуй самого известного набора изображений, использующегося для обучения нейронных сетей. В первой статье Approximating CNNs with

[Перевод] Как мы подняли производительность Tensorflow Serving на 70%

Tensorflow стал стандартной платформой для машинного обучения (ML), популярной как в индустрии, так и в научных исследованиях. Создано множество свободных библиотек, инструментов и фреймворков для

Эффективные методы сжатия данных при тренировке нейросетей. Лекция в Яндексе

Не так давно в Яндекс приезжал Геннадий Пехименко — профессор Университета Торонто и PhD Университета Карнеги-Меллон. Он прочитал лекцию об алгоритмах кодирования, которые позволяют обходить проблему

Эффективные методы сжатия данных при тренировке нейросетей. Лекция в Яндексе

Не так давно в Яндекс приезжал Геннадий Пехименко — профессор Университета Торонто и PhD Университета Карнеги-Меллон. Он прочитал лекцию об алгоритмах кодирования, которые позволяют обходить проблему
[Перевод] Бенчмарк нового тензорного процессора Google для глубинного обучения

[Перевод] Бенчмарк нового тензорного процессора Google для глубинного обучения

Каждое устройство Cloud TPU состоит из четырёх «чипов TPUv2». В чипе 16 ГБ памяти и два ядра, каждое ядро с двумя юнитами для умножения матриц. Вместе два ядра выдают 45 TFLOPS, в общей сложности 180
[Перевод] Бенчмарк нового тензорного процессора Google для глубинного обучения

[Перевод] Бенчмарк нового тензорного процессора Google для глубинного обучения

Каждое устройство Cloud TPU состоит из четырёх «чипов TPUv2». В чипе 16 ГБ памяти и два ядра, каждое ядро с двумя юнитами для умножения матриц. Вместе два ядра выдают 45 TFLOPS, в общей сложности 180

Майнинговая компания Bitmain смотрит в сторону глубокого обучения и AI.

Компания Bitmain – со штаб-квартирой в Пекине — крупнейший в мире производитель оборудования для биткоинов, объявила о выпуске первых продуктов для ускорения приложений искусственного интеллекта (AI).
Спортивный анализ данных, или как стать специалистом по data science

Спортивный анализ данных, или как стать специалистом по data science

Меня зовут Пётр Ромов, я — data scientist в Yandex Data Factory. В этом посте я предложу сравнительно простой и надежный способ начать карьеру аналитика данных. Многие из вас наверняка знают или хотя
Спортивный анализ данных, или как стать специалистом по data science

Спортивный анализ данных, или как стать специалистом по data science

Меня зовут Пётр Ромов, я — data scientist в Yandex Data Factory. В этом посте я предложу сравнительно простой и надежный способ начать карьеру аналитика данных. Многие из вас наверняка знают или хотя