/ Для программиста / Машинное обучение, AI
	11.02.2019	NVIDIA открыла код StyleGAN, генератора лиц на основе машинного обучения (115 +15)
	Компания NVIDIA открыла наработки, связанные с проектом StyleGAN, позволяющим генерировать изображения новых лиц людей, имитируя фотографии. Система автоматически учитывает аспекты размещения лиц и делает результат неотличим от настоящих фотографий (большинство опрошенных не смогли отличить оригинальные фотографии от сгенерированных). Для синтеза лиц применяется система машинного обучения на основе генеративно-состязательной нейронной сети (GAN). Код написан на языке Python с применением фреймворка TensorFlow и опубликован под лицензией Creative Commons BY-NC 4.0 (только для некоммерческого использования)... (115 +15) обсуждение | весь текст
	12.01.2019	Общедоступная книга по машинному обучению (40 +14)
	Группа исследователей из компании Amazon опубликовали книгу "Dive into Deep Learning", знакомящую с основными принципами разработки систем машинного обучения и алгоритмами, используемыми при построении нейронных сетей. Разработка книги... (40 +14) обсуждение | весь текст
	27.12.2018	Анализ использования фрагментов уязвимых библиотек в исполняемом коде (25 +28)
	Исследователи безопасности из компании Google опубликовали наработки в области определения использования в исполняемых файлах кода сторонних библиотек, который статически скомпилирован и встроен в приложение. Процедура выявления заимствованного кода имеет большое значение при анализе безопасности приложений, так как зачастую разработчики встраивают в состав своих продуктов внешние библиотеки, но не поддерживают их в актуальном виде. Код написан на языке С++ и опубликован под лицензией Apache 2.0... (25 +28) обсуждение | весь текст
	22.12.2018	Facebook опубликовал открытую систему распознавания речи Wav2letter++ (21 +15)
	Разработчики из лаборатории искусственного интеллекта Facebook AI Research представили первый выпуск новой системы распознавания речи Wav2letter++, построенной с использованием свёрточной нейронной сети. В отличие от опубликованного в январе начального прототипа, реализация wav2letter++ полностью переписана на языке C++ с использованием библиотек ArrayFire и Flashlight (первый прототип был в форме Torch-модуля на языке Lua). Код проекта распространяется под лицензией BSD. Доступны уже натренированные модели (1, 2, 3) для английского языка... (21 +15) обсуждение | весь текст
	26.11.2018	Доступна СУБД EuclidesDB, использующая элементы машинного обучения (14 +8)
	Подготовлен первый экспериментальный выпуск СУБД EuclidesDB, предоставляющей средства для использования моделей машинного обучения при индексировании и выборке данных. СУБД позволяет привязывать к различным классам информации отдельные модели машинного обучения, например, можно подключить модель для классификации изображений и применять СУБД для поиска похожих фотографий или выборки изображений, на которых присутствует определённый объект. Проект написан на языке С++ и распространяется под лицензией Apache 2.0. Модели машинного обучения обрабатываются при помощи библиотеки PyTorch (используется C++-интерфейс libtorch)... (14 +8) обсуждение | весь текст
	03.11.2018	Новые системы машинного обучения от Fаcebook и Google. Код для раскрашивания чёрно-белых фотографий (57 +14)
	Опубликовано несколько новых открытых проектов в области машинного обучения:... (57 +14) обсуждение | весь текст
	30.10.2018	Facebook открыл код библиотеки для ускорения приложений машинного обучения (56 +6)
	Facebook опубликовал новую библиотеку QNNPACK (Quantized Neural Network PACKage), предоставляющую набор оптимизированных для выполнении на мобильных устройствах операторов, которые можно использовать для ускорения реализаций различных нейронных сетей. В частности, QNNPACK предоставляет операторы для построения свёрточных, развёртывающих и полностью рекуррентных нейронных сетей, манипулирующих квантованными 8-битными тензорами. Библиотека написана на языке Си с ассемблерными вставками, использующими SIMD-инструкции NEON и SSE2 для распараллеливания обработки данных. Код распространяется под лицензией BSD... (56 +6) обсуждение | весь текст
	27.10.2018	Реализация нейронной сети для синтеза и редактирования лиц (28 +14)
	Опубликована реализации системы машинного обучения на основе генеративно-состязательной нейронной сети (GAN), позволяющей синтезировать и редактировать изображения лиц людей. После обучения сети на коллекции лиц реальных людей, система позволяет синтезировать новые лица или изменять произвольные фотографии на основе задаваемых характеристик, таких как пол, цвет и длина волос, выражение лица, наличие улыбки, форма носа и глаз... (28 +14) обсуждение | весь текст
	09.07.2018	Концепт камеры для печати фотографии в виде комиксов (45 +13)
	Дэн Мэкниш (Dan Macnish), инженер и дизайнер, представил проект Draw This, в рамках которого из подручных деталей подготовлена фотокамера, напоминающая полароид, но печатающая фотографии в виде комиксов с интерпретацией окружающей действительности. Например, сфотографировав двух людей на выходе будет распечатано два мультяшных персонажа. Проект демонстрирует переход современных средств машинного обучения из категории разработок, развиваемых узким кругом исследователей, в форму широкодоступных инструментов, позволяющих любым желающим воплощать свои идеи и создавать готовые прототипы устройств... (45 +13) обсуждение | весь текст
	28.06.2018	Выпуск свободного сервера навыков 0Mind 1.1.0 (43 +8)
	Выпущена новая версия свободного сервера навыков 0Mind 1.1.0, который предоставляет унифицированный REST JSON API для доступа к моделям машинного обучения, подготовленным в различных фреймворках (поддерживаются Keras, Caffe2, Scikit-learn и TensorRT). Код сервера написан на языке Python и распространяется под лицензией GPLv3... (43 +8) обсуждение | весь текст
	19.06.2018	Выпуск Dragonfire 1.0, виртуального голосового помощника для Linux (77 +29)
	После трёх лет разработки подготовлен релиз виртуального голосового помощника Dragonfire 1.0, позволяющего организовать управление рабочим столом при помощи голосовых команд. Проект написан на языке Python и распространяется под лицензией MIT. Поддерживается работа в Linux-дистрибутивах на базе Ubuntu (в том числе KDE neon и elementary OS), дополнительно подготовлен... (77 +29) обсуждение | весь текст
	29.05.2018	Intel открыл систему машинного обучения для обработки информации на естественном языке (24 +9)
	Компания Intel представила проект NLP Architect, в рамках которого открыты наработки в области применения методов глубинного машинного обучения для обработки и распознавание смысла информации на естественном языке (NLP/NLU, Natural Language... (24 +9) обсуждение | весь текст
	27.04.2018	Система машинного обучения для синтеза типового кода на языке Java (109 +11)
	Группа исследователей из университета Райса (США) развивает интеллектуальный ассистент разработчика Bayou, позволяющий частично автоматизировать процесс написания кода на языке Java. Проект использует алгоритмы глубинного машинного обучения и модель, натренированную на примерах рабочего Java-кода, представленного на GitHub. Наработки проекта открыты под лицензией Apache 2.0, код написан на Java и Python. Модель машинного обучения реализована при помощи платформы Tensorflow и инструментария scikit-learn... (109 +11) обсуждение | весь текст
	23.04.2018	Доступен Luminoth, тулкит для решения задач компьютерного зрения (21 +14)
	Представлен выпуск тулкита Luminoth 0.1, предоставляющего инструменты для использования методов компьютерного зрения. В настоящее время функциональность Luminoth ограничена поддержкой распознавания и классификации объектов на изображениях и видео, но в будущем ожидается добавление новых методов обработки и анализа. Код проекта написан на языке Python и распространяется под лицензией BSD... (21 +14) обсуждение | весь текст
	12.04.2018	Первый выпуск свободного сервера навыков 0Mind (18 +7)
	В рамках проекта 0Mind развивается сервер навыков, который можно использовать как кроссплатформенный инструмент для разработки искусственного интеллекта. Подготовленные в различных фреймворках модели машинного обучения, при добавлении в 0Mind становятся доступны для работы через унифицированный REST JSON API сервера навыков. На данный момент поддерживаются сериализованные модели из фреймворков машинного обучения Keras и Caffe2. Код сервера написан на языке Python и распространяется под лицензией GPLv3... (18 +7) обсуждение | весь текст
Следующая страница (раньше) >>