Встречайте свежий выпуск дайджеста полезных материалов из мира Data Science & Machine Learning подготовленный командой Data Phoenix и не забывайте подписываться на наш Telegram-канал.

Статьи

Reducing the Computational Cost of Deep Reinforcement Learning Research - новый метод для экономного обучения с подкреплением.

High Fidelity Image Generation Using Diffusion Models - высокоточная генерация изображений с помощью диффузионных моделей.

Speeding Up Reinforcement Learning with a New Physics Simulation Engine - новый способ ускорить обучение с подкреплением.

Accurate Prediction of Protein Structures and Interactions Using a Three-Track Neural Network - статья о новом, точном методе изучения структуры белков.

How to Speed Up Python Data Pipelines Up to 91X? - cтатья о методах ускорения Python дата пайплайнов.

Underfitting and Overfitting in Deep Learning - проблемы и решения недо/переобучения в глубоком обучении.

In-depth Guide to ML Model Debugging and Tools You Need to Know - введение в дебаггинг моделей от Neptune AI.

ML from Research to Production – Challenges, Best Practices and Tools - введение в цикл ML разработки: от идеации до продакшена.

Experiment Tracking vs Machine Learning Model Management vs MLOps - статья про трекинг экспериментов, мониторинг моделей и MLOps.

Научные статьи

DiSECt: A Differentiable Simulation Enginefor Autonomous Robotic Cutting - работа о DiSECt - новом симуляторе разрезания мягких материалов.

Towards Real-World Blind Face Restoration with Generative Facial Prior - реставрация слепого лица с помощью GFP-GAN модели.

A Modular U-Net for Automated Segmentation of X-Ray Tomography Images in Composite Materials - новый метод автоматической обработки 3D сканов с помощью UNet.

Per-Pixel Classification Is Not All You Need for Semantic Segmentation - семантическая сегментация с помощью MaskFormer.

Deep Automatic Natural Image Matting - работа про автоматическое матирование изображений.

Датасеты

TextOCR - Датасет для распознования и анализа текста.

Курсы

PyTorch Fundamentals - курс по PyTorch от Microsoft

Machine Learning. Введение в регрессионный анализ - курс о применении регрессии, метода k-ближайших соседей и нейросетей для создания ML моделей прогнозирования.


Спасибо, что дочитали этот выпуск. Надеюсь, каждый нашел для себя что-то полезное. Буду благодарен за любые предложения для следующего дайджеста.

Присоединяйтесь к Telegram-каналу дайджеста и его страницам в соцсетях: TwitterFacebook, а также подписывайтесь на нашу еженедельную рассылку.

← Предыдущий выпуск.

Комментарии (1)


  1. Kekushiftkey
    02.08.2021 11:41

    такой вопрос: я подписан на вас и еще пару человек. я хотел бы иметь ленту состояющую из такх выбранных людей. сейчас мне приходится заходить к себе в аккаунт, нажимать "Еще" -> "Подписки" -> "Авторы" -> нажимать на каждого автора -> в каждом авторе открывать публикации. Не считаю это удобным. Есть ли другой, более удобный способ чтения статей выбранных авторов?