TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #977 · 30.04
В технологической стартап-среде появился новый тренд: ИИ-гаджеты. Больше всего внимания на текущий момент привлекли два проекта. Humane AI Pin (справа) — коробочка размером с футляр для TWS наушников, вешается на одежду, имеет на борту камеру, микрофон и мини-проектор (высвечивающий простенькое монохромное меню на ладонь). Подразумевается, что ты можешь нажать кнопку и дальше либо задать устройству любой вопрос, в том числе требующий изображения с камеры (например "Что за модель автомобиля передо мной?"), либо попросить устройство сделать что-то, что просят у человека-ассистента: отправить почту, поставить напоминание и так далее. Понятно, что запросы через интернет уходят куда-то в GPT-подобную модель. Rabbit R1 (слева) — коробочка размером с пачку Беломора, имеющая дисплей, кнопку, камеру с микрофоном и скролл-колесо. Разработчики заявляют, что придумали нечто под названием Large Action Model (LAM) — специальную нейросетку, которой можно скормить интерфейс любого приложения, и она за тебя сможет в этом приложении выполнить любой набор действий, как если бы ты попросил об этом человека. Ну и функциональность ответов на вопросы тоже присутствует, конечно. Опять же, через симку с выходом в сеть. Так вот, примечательно то, что эти устройства, судя по всему, такой же маркетинговый фейк, как и почти всё, что связано с ИИ за последний год-два. Во-первых, они вышли чудовищно сырыми: оба уже продаются и оба содержат 5% от ожидаемых функций, да и те выполняют крайне плохо. Во-вторых, что важнее, они то себя позиционируют совсем не как краудсорсинговые проекты под возможное будущее развитие. Humane, например, привлёк и потратил почти $300 млн на обещаниях инвесторам, но продукт до сих пор неюзабелен, и ему нужно ещё больше денег и больше времени. R1 так вообще, по косвенным признакам, либо не содержит никакой LAM, либо она у разработчиков не завелась, поэтому они просто написали руками скрипты автоматизации действий для четырёх приложений, работающие очень топорно. Причём, и там и там идея то на самом деле нормальная: полноценный ИИ-ассистент, который может многое, для чего раньше использовали ассистента-человека. И у больших языковых моделей типа GPT вполне достаточно степени понимания речи, чтобы обладать потенциалом для реализации этой функции. Но правила капиталистического рынка диктуют необходимость начать рекламу и продажи раньше, чем гипотеза подтвердится. #gadgets
Hashtags
Търсене: #matplotlib
@djangoproject · Post #127 · 31.08.2016 г., 15:27
http://scikit-learn.org/stable/ scikit-learn #Machine#Learning in Python Simple and efficient tools for data mining and data analysis Accessible to everybody, and reusable in various contexts Built on #NumPy, #SciPy, and #matplotlib Open source, commercially usable - BSD license
@djangoproject · Post #423 · 26.08.2017 г., 08:39
http://scitools.org.uk/iris/docs/latest/userguide/index.html Iris seeks to provide a powerful, easy to use, and community-driven Python library for analysing and visualising #meteorological and #oceanographic data sets. With Iris you can: Use a single #API to work on your data, irrespective of its original format. Read and write (CF-)netCDF, GRIB, and PP files. Easily produce graphs and maps via integration with #matplotlib and #cartopy.
@djangoproject · Post #424 · 26.08.2017 г., 08:43
http://scitools.org.uk/cartopy/docs/latest/index.html Cartopy is a Python package designed to make drawing maps for data analysis and visualisation as easy as possible. #Cartopy makes use of the powerful #PROJ.4, #numpy and #shapely libraries and has a simple and intuitive drawing interface to #matplotlib for creating publication quality maps. Some of the key features of cartopy are: object oriented projection definitions point, line, vector, polygon and image transformations between projections integration to expose advanced mapping in matplotlib with a simple and intuitive interface powerful vector data handling by integrating shapefile reading with Shapely capabilities
@djangoproject · Post #448 · 18.09.2017 г., 11:30
https://medium.com/@GalarnykMichael/logistic-regression-using-python-sklearn-numpy-mnist-handwriting-recognition-matplotlib-a6b31e2b166a Logistic Regression using Python (#Sklearn, #NumPy, #MNIST, Handwriting #Recognition, #Matplotlib) #machine_learning.
@djangoproject · Post #130 · 31.08.2016 г., 15:39
http://matplotlib.org/ #matplotlib is a python #2D#plotting library which produces publication quality figures in a variety of hardcopy formats and interactive environments across platforms. matplotlib can be used in #python scripts, the python and #ipython shell (ala MATLAB®* or Mathematica®†), web application servers, and six #graphical user interface toolkits. screenshots
@djangoproject · Post #507 · 26.11.2017 г., 22:08
http://devarea.com/machine-learning-with-python-introduction/#.Whs6iCehU8o #Machine_Learning With Python – Introduction #Numpy is package for multi dimension arrays – very effective implementation #Scipy – package for scientific programming , mathematics , signal processing and more #Pandas – package for data handling #Matplotlib – package for data visualization (graphs) #Seaborn – extend Matplotlib with statistical graphs #Scikits – many extensions to spicy for specific fields like x-ray, image processing , deep learning and many more
@djangoproject · Post #352 · 25.06.2017 г., 08:57
https://stxnext.com/blog/2017/04/12/most-popular-python-scientific-libraries/ The most popular Python scientific libraries: #Astropy #Biopython #Cubes #DEAP #SCOOP #PsychoPy #Pandas #Mlpy #matplotlib #NumPy #NetworkX #TomoPy #Theano #SymPy #SciPy #scikit_learn #scikit_image #ScientificPython #SageMath #Veusz #graph_tool #SunPy #Bokeh
@djangoproject · Post #513 · 30.11.2017 г., 22:00
#AI#Artificial_Intelligence #AJAX #aiohttp #Anaconda #AngularJS #API #Atom #AWS #asyncio (#Asynchronous) #audio #automated_testing #automation #atexit #BeeWare #Big_Data #bitcoin #blockchain #Bluemix #Brython #button #Celery #client #class #classmethod #concurrency #Coroutine #cron #CSS #curl #data_analysis #data_mining #data_processing #database #Deep_Learning#deep_learning #Debian #decorator #deploy #dict #dispatch #django #django_cms #Django_REST_Framework #dropdownbox #Docker #event #Firefox #Flask #form #functions #Generator #GeoDjango #git #Google #GPU #GUI #Gym #host #HTML #httplib #learn #Image_processing #intelligence #input #Instagram #IOT #iPython #Jupyter #lambda #learn #License #Linux #lists #machine_learning #Magenta #map #Matplotlib #Metaprogramming #Micro_services #Micropython #mind #monitoring #MongoDB #modules #Mozilla #Multipart #multi_touch_apps #multiprocessing #Nodes #NoSQL #numeric_computation #numerical #NumPy #network #neural_network #OAuth #object_serialization #OCR #overloading #package #parallel #pipeline #protocols #PostGIS #pyAudioAnalysis #pycon #Pyflakes #PyInstaller #PyPI #PyQt #PySide #PyTorch #pytest #python #Pyvideo_archives #Qt #Raspberry_Pi #React #Redis #random #request #Regular_Expressions (#re) #REST #RSS #satellite #scikit_learn #SciPy #scrapy #searching #selectbox #Selenium #serialization #server #sessions #single_responsibility_principle #socket #Spark #str #submit #task #telegram #template #TensorFlow #test #text_boxes #text #tuples #unicode #Universe #Unix #unit_test #urllib #upload #uWSGI #Web #WSGI
Hashtags