Ежедневный информационный бюллетень — 18 декабря 2020 г.
Система контроля версий для машинного обучения, штриховые рисунки из изображений с использованием машинного обучения и 10 лучших работ по искусственному интеллекту 2020 года в сегодняшнем выпуске Data Science Daily 📰
Репликация — контроль версий для машинного обучения
Replicate — это библиотека Python, которая автоматически сохраняет ваш код и веса из ваших тренировок в S3 или Google Cloud Storage. Конечная цель — создать инструмент, который позволит исследователям публиковать свои модели таким образом, чтобы их можно было запускать и переобучать.
В отличие от инструментов отслеживания экспериментов, Replicate фокусируется на хранении и совместном использовании реальных моделей. Будущие цели включают в себя разработку способа упаковки этих моделей стандартным переносимым способом.
Никогда не теряйте свою работу
Обучайтесь как обычно, и Replicate автоматически сохранит ваш код и веса в Amazon S3 или Google Cloud Storage.
Вернитесь в прошлое
Восстановите код и веса из любой контрольной точки, если вам нужно повторно обучить или получить веса модели.
Как это работает
Просто добавьте две строки кода. Вам не нужно менять то, как вы работаете. Replicate — это библиотека Python, которая загружает файлы и метаданные (например, гиперпараметры) в Amazon S3 или Google Cloud Storage. Вы можете получить данные обратно с помощью интерфейса командной строки или записной книжки.
GitHub: https://github.com/replicate/replicate
ArtLine — Штриховые портреты из изображений с использованием ML
Vijish Madhavan с инструментом ArtLine позволяет создать что-то, что превращает любую личную фотографию в штриховой рисунок.
«Первоначальные усилия помогли распознать линии, но модели еще предстоит многое улучшить с тенями и одеждой. Все мои усилия направлены на то, чтобы улучшить модель и сделать штриховой рисунок одним щелчком мыши».
Технические детали
Самовнимание — (https://arxiv.org/abs/1805.08318)
Генератор представляет собой предварительно обученный UNET со спектральной нормализацией и самостоятельным вниманием. DeOldify (https://github.com/jantic/DeOldify) значительно улучшил детализацию черт лица.
Прогрессивное изменение размера —https://arxiv.org/abs/1710.10196
Прогрессивное изменение размера работает над концепцией постепенного увеличения размера изображения, здесь размер изображения был постепенно увеличен, а скорость обучения были скорректированы.
Потери генератора —(https://arxiv.org/pdf/1603.08155.pdf)
Потери восприятия/Потери характеристик на основе VGG16.
GitHub: https://github.com/vijishmadhavan/ArtLine
Колаб
10 работ по искусственному интеллекту, оказавших влияние в 2020 году
Большая часть мира может быть приостановлена, но исследования ИИ по-прежнему процветают. Объем рецензируемых статей по ИИ вырос более чем на 300 % за последние два десятилетия, а посещаемость конференций по ИИ продолжает значительно расти, согласно Стэнфордскому Индексу ИИ. .
Вот 10 работ, которые выделяются! Перейдите по ссылке ниже, чтобы прочитать их.
- WinoGrande: состязательный вызов схемы Винограда в масштабе
- Помимо точности: поведенческое тестирование моделей НЛП с контрольным списком
- Эффективный выбор функций из апостериорных значений гауссовского процесса
- Генеративное предварительное обучение от пикселей
- RAFT: рекуррентные преобразования полей всех пар для оптического потока
- Изучение скрытых представлений для влияния на многоагентное взаимодействие
- Языковые модели — это малоэффективные ученики
- Беспроигрышная динамика обучения для коррелированного равновесия обширной формы
- Улучшенные гарантии и кривая множественного спуска для подмножества столбцов
- Отбор и метод Нистрома
- AutoML-Zero: развитие алгоритмов машинного обучения с нуля
Основная статья: https://syncedreview.com/2020/12/17/2020-in-review-10-ai-papers-that-made-an-impact
Связаться с нами
Свяжитесь с нами по адресу [email protected], чтобы получить информацию здесь. Изучите науку о данных и машинное обучение на бесплатных практических курсах по науке о данных на Jovian.
Подпишитесь на нас в Twitter, LinkedIn и YouTube, чтобы оставаться в курсе.
