34.
За прошедший год я лишился двух основных хобби: мототехнику продал, а дроны теперь вне закона под угрозой приличного штрафа. Но, честно признаться, даже останься эти хобби у меня, уделять им время почти не было бы возможности: в августе у нас с Юлей родился сын — Роман :)
Обычно в таких постах пишут что-то про "жизнь до и после", ответственность, ощущение себя взрослым и так далее. Я же хочу сказать, что за развитием ребёнка очень интересно наблюдать. Человек — самая сложная система из существующих. Сложнее атомной станции, микропроцессора или нейросети. И развивается он в детстве очень быстро и многопланово — это кайфово, если ребёнок желанный.
Из остальных обновлений за год: сделали очень серьёзный ремонт, который я заканчивал уже впритык, параллельно катаясь в роддом. Съездил в 8 командировок по работе. Посетил 5 крупных IT-конференций, где набрал кучу мерча, а на двух даже выступил. Побывал в жюри на огромном чемпионате профессионального мастерства. В становой тяге дошёл до рабочего веса 130кг. Значительно увеличил коллекцию настолок (в которые даже удаётся иногда собраться поиграть).
В общем, всё хорошо. Люблю семью, люблю друзей, люблю работу :)
#life
#DL
📱
Zeus New Pytorch Ecosystem Tool
Zeus is an open source toolkit for measuring and optimizing power consumption of deep learning workloads.
🖥Github
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#dl
Park, Chanwook, Sourav Saha, Jiachen Guo, Hantao Zhang, Xiaoyu Xie, Miguel A. Bessa, Dong Qian, et al. 2025. “Unifying Machine Learning and Interpolation Theory via Interpolating Neural Networks.” Nature Communications 16 (1): 1–12.
https://www.nature.com/articles/s41467-025-63790-8
#dl
A few cool ideas in this model.
Introducing Gemma 3n: The developer guide - Google Developers Blog
https://developers.googleblog.com/en/introducing-gemma-3n-developer-guide/
#dl
There is this new lib called scale. One could compile CUDA code to use it on AMD GPU.
https://docs.scale-lang.com/manual/how-to-use/
I don't know who is more pissed off, NVidia or AMD.
#dl
This repo is really nice.
yuanchenyang/smalldiffusion: Simple and readable code for training and sampling from diffusion models
https://github.com/yuanchenyang/smalldiffusion
#dl
Google & USC benchmarked a prompt based forecasting method, and the results are amazing.
Cao D, Jia F, Arik SO, Pfister T, Zheng Y, Ye W, et al. TEMPO: Prompt-based Generative Pre-trained Transformer for time series forecasting. arXiv [cs.LG]. 2023. Available: http://arxiv.org/abs/2310.04948