Страница телеграм канала Spark in me - Internet, data science, math, deep learning, philosophy

snakers4 logo

Spark in me - Internet, data science, math, deep learning, philosophy

1332 подписчиков

All this - lost like tears in rain. Internet, data science, math, deep learning, philosophy. No bs. Our website - http://spark-in.me Our chat - https://goo.gl/WRm93d DS courses review - http://goo.gl/5VGU5A - https://goo.gl/YzVUKf


Входит в категории: Технологии
Spark in me - Internet, data science, math, deep learning, philosophy
17.06.2019 15:06

Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
02.06.2019 08:06
https://github.com/lukemelas/EfficientNet-PyTorch
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
27.05.2019 11:05
2019 DS / ML digest 11 Highlights of the week(s) - New attention block for CV; - Reducing the amount of data for CV 10x?; - Brain-to-CNN interfaces start popping up in the mainstream; https://spark-in.me/post/2019_ds_ml_digest_11 #digest #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
27.05.2019 11:05
Have finished building demo and landing page for my project on mention classification. The idea of this project is to create a model which can assign some labels to objects based on their mentions in context. Right now it works only for people mentions, but if I find interest in this work, I will extend the model to other types like organizations or events. For now, you can check out the online demo of the neural network. The current implementation can take account of several mentions at a time, so it can distinguish relevant parts of the context, not just averaging prediction. Its also open sourced, and built with AllenNLP framework from training to serving. Take a look at it. More technical details of implementation coming later.
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
27.05.2019 11:05
Do not use AllenNLP though
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
24.05.2019 12:05
Really working in the wild audio noise reduction libraries Spectral gating https://github.com/timsainb/noisereduce It works. But you need a sample of your noise. Will work well out of box for larger files / files with gaps where you can pay attention to each file and a part of file that would act as noise example. RNNoise: Learning Noise Suppression Works with any arbitrary noise. Just feed your file. It works more like adative equalizer. It filters noise when there is no speech. But it mostly does not change audio when speech is present. As authors explain, it improves snr overall and makes sound less "tiring" to listen. Description / blog posts - https://people.xiph.org/~jm/demo/rnnoise/ - https://github.com/xiph/rnnoise Step-by-step instructions in python - https://github.com/xiph/rnnoise/issues/69 #audio #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
22.05.2019 18:05

Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
20.05.2019 09:05
New in our Open STT dataset https://github.com/snakers4/open_stt#s - An mp3 version of the dataset; - A torrent for mp3 dataset; - A torrent for the original wav dataset; - Benchmarks on the public dataset / files with "poor" annotation marked; #deep_learning #data_science #dataset
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
19.05.2019 19:05
SWA in contrib repo of pytorch )
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
19.05.2019 19:05
https://pytorch.org/blog/stochastic-weight-averaging-in-pytorch/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
14.05.2019 06:05
2019 DS / ML digest 10 Highlights of the week(s) - New MobileNet; - New PyTorch release; - Practical GANs?; https://spark-in.me/post/2019_ds_ml_digest_10 #digest #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
09.05.2019 14:05
Habr.com / TowardsDataScience post for our dataset In addition to a github release and a medium post, we also made habr.com post: - https://habr.com/ru/post/450760/ Also our post was accepted to an editors pick part of TDS: - http://bit.ly/ru_open_stt Share / give us a star / clap if you have not already! Original release https://github.com/snakers4/open_stt/ #deep_learning #data_science #dataset
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
09.05.2019 13:05
The State of ML, eof 2018 in Russian Quite down-to-earth and clever lecture

Some nice examples for TTS and some interesting forecasts (some of them happened already). #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
09.05.2019 13:05
PyTorch DP / DDP / model parallel Finally they made proper tutorials: - https://pytorch.org/tutorials/beginner/blitz/data_parallel_tutorial.html - https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html - https://pytorch.org/tutorials/intermediate/ddp_tutorial.html Model parallel = have parts of the same model on different devices Data Parallel (DP) = wrapper to use multi-GPU withing a single parent process Distributed Data Parallel = multiple processes are spawned across cluster / on the same machine #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Spark in me - Internet, data science, math, deep learning, philosophy
03.05.2019 11:05
PyTorch PyTorch 1.1 https://github.com/pytorch/pytorch/releases/tag/v1.1.0 - Tensorboard (beta); - DistributedDataParallel new functionality and tutorials; - Multi-headed attention; - EmbeddingBag enhancements; - Other cool, but more niche features: - nn.SyncBatchNorm; - optim.lr_scheduler.CyclicLR; #deep_learning
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме