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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #484 · 4.08

Екатеринбург мне совсем не понравился, да простят меня его жители, если кто-нибудь из вас читает этот блог. Во-первых, у города будто бы не хватает идентичности. Вот Петрозаводск это урбанистический центр карельского колорита, наполнен связанными с этим мелочами. Салехард — оазис в ледяной пустыне, очень красивый и новенький, потому что нетронутый массами. Казань славится своей особенной архитектурой, храмами. В Нижнем Новгороде интересный рельеф и бинарное деление. В общем, почти везде, где я был, чувствовал особенный дух города. Про столицы и говорить нечего. А Екатеринбург выглядит так, будто бы толпа людей понастроила в разное время здесь всего подряд, кто во что горазд. Никакой единой архитектурной мысли: треугольные ларьки рядом с промышленной советской застройкой, а между ними дом с лепниной, завешенной строительной сеткой. Во-вторых, и это куда неприятнее — за городом совсем не следят, не приводят его в порядок. Очень много исписанных стен. Не какой-нибудь красивый стритарт (такой встречается, но очень очень редко), а просто мазня и грязь, даже на центральных улицах. Очень много разрухи: отколотые углы, обвалившиеся стены, трещины, выбитая брусчатка. Да, много строек, и это значит, что какое-то развитие идёт. Но часть строек заброшены. Некоторые инициативы совсем странные: в куче мест вырвиглазной краской на тротуаре нанесена разметка, как мы поняли, чтобы сделать вид, будто там есть велодорожка. Но смотрится это не лучше, чем вышеупомянутый вандализм с надписями на стенах. Бывает нанесено прямо по брусчатке как попало или, например, в десяти сантиметрах от бордюра, потому что, видимо, задание нарисовать линию дали, а о наличии пространства под это никто не задумался. Конечно, в центре есть места, которые сделаны очень хорошо: чисто, красиво, интересно с точки зрения архитектуры и урбанистики. Но на город с населением почти полтора миллиона одна крутая набережная и один крутой микрорайон это довольно мало. Обидно для четвёртого по величине города в стране. #travel

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #keras

当前筛选 #keras清除筛选
Data Science Jobs

@datasciencejobs · Post #2167 · 20.06.2024 г., 16:05

#вакансия#ml#cv#nn#TensorFlow#PyTorch#Keras Возможность присоедениться к стартапу с инвестициями в самом начале! Описание вакансии Ищем ML / CV инженера для создания и обучений нейросетей. Мы создаем современную систему аналитики спортивных событий с использованием технологий AI и компьютерного зрения. У нас небольшая, но классная команда, нацеленная на прорывные результаты в нашей сфере деятельности. Обязанности - создание, обучение, тестирование и внедрение алгоритмов машинного обучения и компьютерного зрения; - работа с DL фреймворками, в частности YOLO; - построение пайплайнов от сбора данных до детекции событий; - оптимизация, файн-тюнинг для достижения требуемых метрик производительности; - исследование, изучение, применение новейших методик в области машинного обучения, компьютерного зрения и связанных с этим технологий детекции и трекинга. Требования - опыт в ML / CV с фокусом на DL моделях; - знание python / C++, знакомство с библиотеками TensorFlow / PyTorch / Keras и т.д.; - знание CI/CD (git, yaml, docker, terraform, ansible) - опыт работы с библиотеками OpenCV, YOLO, или похожими библиотеками определения объектов; - отличное знание математических принципов статистики, теории вероятностей, построения моделей и методов их обучения, контроль качества; - опыт работы с фото / видео источниками данных; - опыт применения моделей в условиях реального времени; - умение решать сложные задачи, возможность самостоятельно работать задачами; - будет отлично, если вам интересен спорт и спортивная тематика. Мы предлагаем: • Удаленный формат работы, при желании есть возможность работать из офиса • Официальное трудоустройство в штат компании по ТК РФ • Конкурентная и полностью белая заработная плата • Аккредитованная IT компания • Готовы предложить опцион Присылайте информацию о себе сюда

djangoproject

@djangoproject · Post #413 · 15.08.2017 г., 12:34

http://codeinpython.com/tutorials/deep-learning-tensorflow-keras-pytorch/?nonamp=1 Deep Learning #Tensorflow vs #Keras vs #PyTorch #Deep_learning is the application of artificial #neural_networks (ANNs) to learn tasks. These tasks contain more than one hidden layer. Deep learning is part of a broader family of #machine_learning. Machine learning itself is a part of #Artificial_Intelligence(#AI).

GitHub Trends

@githubtrending · Post #14863 · 24.06.2025 г., 13:30

#other#automl#chatgpt#data_analysis#data_science#data_visualization#data_visualizations#deep_learning#gpt#gpt_3#jax#keras#machine_learning#ml#nlp#python#pytorch#scikit_learn#tensorflow#transformer This is a comprehensive, regularly updated list of 920 top open-source Python machine learning libraries, organized into 34 categories like frameworks, data visualization, NLP, image processing, and more. Each project is ranked by quality using GitHub and package manager metrics, helping you find the best tools for your needs. Popular libraries like TensorFlow, PyTorch, scikit-learn, and Hugging Face transformers are included, along with specialized ones for time series, reinforcement learning, and model interpretability. This resource saves you time by guiding you to high-quality, actively maintained libraries for building, optimizing, and deploying machine learning models efficiently. https://github.com/ml-tooling/best-of-ml-python