TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #402 · 28.06

Одна из лучших фантастических вселенных это Звёздные Войны. В ней одни из самых знаковых персонажей это джедаи. А среди джедаев один из самых интересных — Оби Ван Кеноби. Надо же было сольный высокобюджетный сериал про него сделать таким пресным... Все моменты, ради которых стоит смотреть 6 часовых эпизодов, можно уложить в трёхминутный ролик на Ютубе. И 90% хронометража там будет занимать пафосный синтетический голос Дарта Вейдера. Ну да ладно, уже весь интернет прошёлся и по нелогичности сюжета, и по слабой мотивации героев, и по многократным нарушениям канона. Куда интереснее лично мне ситуация вокруг актрисы Мозез Ингрэм, которая играла инквизиторшу. После трейлера и первых серий заявлялось, что на неё повалился поток расистских оскорблений: дескать, важный персонаж афроамериканка, и фанатам это не понравилось. Но это меня удивляет, и есть подозрение, что дело не в расизме. Актриса совсем неубедительно играет, а её персонаж написан плохо и вшит в повествование белыми нитками. Я могу легко допустить, что люди ругались именно на это, и цвет кожи здесь был вообще не при делах. Трудно представить, чтобы фанаты Звёздных Войн написали Сэму Джексону оскорбления из-за того, что его персонаж Мейс Винду — чернокожий. Вероятнее всего, Мозез Ингрэм просто не слишком хорошая актриса. Но современная американская повестка позволяет на любые претензии кидать клич "Это потому что я черная, а вы расисты". Если чернокожий врач плохо лечит пациентов, то они расисты. Если чернокожий программист пишет кривой код, тоже наверняка пользователи расисты, раз у них программа не работает. Так и живут. #fiction

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #representation

当前筛选 #representation清除筛选
Am Neumarkt 😱

@amneumarkt · Post #261 · 13.09.2021 г., 05:49

#ML#self-supervised #representation Contrastive loss is widely used in representation learning. However, the mechanism behind it is not as straightforward as it seems. Wang & Isola proposed a method to rewrite the contrastive loss in to alignment and uniformity. Samples in the feature space are normalized to unit vectors. These vectors are allocated onto a hypersphere. The two components of the contrastive loss are - alignment, which forces the positive samples to be aligned on the hypersphere, and - uniformity, which distributes the samples uniformly on the hypersphere. By optimization of such objectives, the samples are distributed on a hypersphere, with similar samples clustered, i.e., pointing to the similar directions. Uniformity makes sure the samples are using the whole hypersphere so we don't waste "space". References: Wang T, Isola P. Understanding Contrastive Representation Learning through Alignment and Uniformity on the Hypersphere. arXiv [cs.LG]. 2020. Available: http://arxiv.org/abs/2005.10242

The Bechdel-Wallace Test checks if a movie or story has at least two women who talk to each other about something other than a man. It shows how women are often missing or only shown in relation to men. Many films fail this simple test, highlighting the need for better female representation in media. 👱‍♀👩‍🦳🚫🤷‍♂ [Read more] [See more] @googlefactss #BechdelWallaceTest🎬#WomenInFilm#Representation#Equality