Сразу к карте? Если вы предпочитаете действовать, а не читать, вот ссылка на Mind Map . Она доступна для изучения прямо сейчас. А если хотите понять контекст и узнать больше о каждой модели — добро пожаловать под кат!
Рубрика «neural networks»
Исследуем эволюцию архитектур в Computer Vision: Mind Map всех ключевых моделей
2025-03-13 в 16:58, admin, рубрики: computer vision, deep learning, machine learning, mind maps, neural networks, resnet, Transformers, машинное обучение, нейронные сетиHaGRIDv2-1M: 1 миллион изображений для распознавания статичных и динамических жестов
2025-03-07 в 10:36, admin, рубрики: computer vision, data mining, data science, datasets, deep learning, detection, device control, gesture recognition, human-computer-interaction, neural networks
В этой статье мы представляем HaGRIDv2-1M — обновлённую и значительно расширенную версию HaGRID, самого полногоЧитать полностью »
В начале октября вышла модель DIAMOND, работающая в режиме игрового движка. Она эмулирует карту Dust 2 в игре CS: GO. По сути модель состоит из двух частей: модели, которая учитывает состояние игрового мира и диффузионной модели, генерирующий следующий кадр на основе предыдущего + инпута с клавиатуры + мыши.
Проблема сжатия информации в моделях мира
State Space Models. Mamba
2024-10-31 в 13:56, admin, рубрики: AI, chatgpt, deep learning, machine learning, neural networks, Transformers, глубокое обучение, машинное обучение, нейронные сети
Привет, Habr!
Ни для кого не секрет, что доминирующей на данный момент архитектурой в области Deep Learning являются трансформеры. Они произвели настоящий фурор и стали основой для самых известных LLMЧитать полностью »
Как у нейросетей работает внимание? Статья про self-attention и cross-attention
2024-10-03 в 11:27, admin, рубрики: AI, neural networks, stable diffusion, ИИ, математика, нейросети
Современные генеративные нейросети, такие как Stable Diffusion или FLUX, создают изображения по текстовым описаниям, используя механизм внимания — attention. Этот механизм помогает моделям как выделять важные части информации, так и связывать промпт с изображением, чтобы в итоге мы получили то, что хотели.
Погружение в Sampling method: механизмы работы в моделях диффузии
2024-09-26 в 17:05, admin, рубрики: AI, cfg scale, neural networks, sampler, stable diffusion, ИИ, нейросети
Метод выборки (sampling method) в генеративных моделях, таких как Stable Diffusion или FLUX, определяет способ преобразования случайного шума в изображение в процессе диффузии. Этот метод напрямую влияет на качество, стиль и скорость генерации изображения.
Тень, знай свое место. Даже если ты нейросеть
2024-09-21 в 22:08, admin, рубрики: artificial intelligence, neural networks, атеизм, бессознательное, нейронные сети, психиатрия, психология, сны"Не верь снам, сны - обман."
Из письма Мари Мишон, адресованного Арамису.
Этот текст появился, по первоначальной задумке, как недлинный коммент к материалу Сны разума: что общего у сновидений с работой нейросетей? за авторством @popski_ruvds. А потом автору самодовольно пришло в голову, что поток рефлексий можно ведь попробовать сделать достойным и отдельной статьи-размышления... сказано - сделано. Сходу предвижу контраргумент "дурное дело нехитрое", ну да ладно.
ИИ как платформа
2024-08-30 в 11:51, admin, рубрики: AI, chatgpt, custom elements, llama3, midjourney, neural networks, stablediffusion, telegram, web-разработкаНовая предметная область
ИИ - тема хайповая. Часто мы рассуждаем о том, сможет ли ИИ заменить мясных программистов и если сможет, то когда именно. Есть два базовых полярных мнения и множество комбинаций между ними: на одном полюсе считают, что скоро нам всем кирдык и интеллектуальный труд доживает последние дни. На другом полюсе - скептически ухмыляются, и говорят, что никакой особенной угрозы нет: у ИИ нет и никогда не будет того, что есть у человеческих мозгов.
Учимся летать: симуляция эволюции на Rust. 4-5
2024-06-26 в 14:05, admin, рубрики: algorithms, evolution, genetic algorithms, neural networks, Rust, timeweb_статьи_перевод, генетические алгоритмы, нейронные сети, эволюция
Это предпоследняя часть серии статей по разработке симуляции эволюции с помощью нейронной сети и генетического алгоритма.
В сегодняшнем выпуске:
Сексуальные многоугольники
Сертифицированные ISO диаграммы ASCII
------------
| ...%....|
| ......|
| @>....|
| ...|
| .|
------------Клевые числа
Neural Network Optimization: океан в капле
2023-03-16 в 14:51, admin, рубрики: cезон machine learning, neural networks, OpenVINO, tensorrt, Блог компании Doubletapp, дистилляция, искусственный интеллект, квантование, кластеризация, машинное обучение, нейронные сети, обработка изображений, Серверная оптимизацияВсех приветствую, меня зовут Антон Рябых, работаю в Doubletapp. Вместе с коллегой Данилом Гальпериным мы написали статью про важный этап в процессе обучения нейронных сетей и получения необходимых нам результатов — оптимизацию модели. Зачем нужно оптимизировать модель, если и так все работает? Но как только вы начнете разворачивать модель на устройстве, которое будет ее обрабатывать, перед вами встанет множество проблем.