Реализация самокорректирующейся нейронной сети на PyTorch, которая обнаруживает дрейф, вносит обновления весов и автономно восстанавливает…
Практическое руководство с использованием кода по масштабированию глубокого обучения на разных машинах — от групп процессов NCCL до…
От YOLOv1 к YOLOv2: априорный блок, k-средних, Darknet-19, сквозной слой и многое другое. Делиться Лучше, быстрее, сильнее — такое…
При создании мощных языковых моделей важно не только обучать их с нуля или улучшать существующие, но и управлять процессом, делая его…
TL;DR Автор берёт датасет Abalone и проводит подробный EDA: проверяет распределения, выбросы, мультиколлинеарность и видит выраженную…
Советы по ускорению ИИ/машинного обучения на ЦП — Часть 2 Делиться Разработка и развертывание моделей ИИ/машинного обучения может быть…
Летающий как лев на Intel Xeon Делиться По мере роста зависимости от моделей ИИ растёт и важность оптимизации производительности их работы….
Подробный обзор архитектуры YOLOv1 и ее реализации на PyTorch с нуля Делиться Введение Если говорить об обнаружении объектов, то, скорее…
Как обновить и оптимизировать устаревшие модели ИИ/МО Делиться Пролог Чтобы оправдать ожидания читателей и избежать разочарования, мы…
Анализ и оптимизация производительности модели PyTorch — Часть 11 Делиться Это одиннадцатая часть серии публикаций, посвящённой анализу и…