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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #992 · 2.07

Деннис Тейлор, «Небесная Река». Мне прям несколько человек написали, что читают книги по моим рекомендациям, и им нравится. Очень рад, что эта часть моего бложека оказывается полезной. В числе прочего читатели положительно отзывались о «Вселенной Бобов». Некоторое время назад на русском вышла четвёртая книга — «Небесная Река». По краткому описанию кажется, будто бы это какой-то спин-офф, но на самом деле нет. Это буквально прямое продолжение, которое начинается после событий третьей части, с теми же героями, но чуть-чуть новой проблематикой. Напомню, что это серия романов о том, как разум главного героя в будущем загрузили в космический зонд и дали ему способность создавать из материи любые конструкции, в том числе свои копии. Вроде бы ничего принципиально нового. Как и предыдущие части, книга скорее развлекательная, чем заставляющая о чём-то серьёзно задумываться. Тем не менее, прочитал с большим удовольствием. События вполне себе захватывают, и повествование стало менее «рваным» — вместо десятков параллельных историй мы получили две, которые в конце сходятся. Глубже затронута проблема согласия внутри общества клонированных разумов. У автора есть понятие «репликативный дрейф», которое отвечает за то, что копии Изначального Боба приобретают какие-то изменённые черты. И чем дальше идёт цепочка копирований, тем больше расхождение. В какой-то момент расхождение становится так велико, что вызывает очень серьёзные конфликты. Ещё мне понравилась попытка вписать в этот концепт идею души и уникальности сознания. В остальном, узнал, например, новую мегаструктуру, о которой раньше не слышал. О Сфере Дайсона и Кольце Нивена слышал (Нивена даже читал, и вам рекомендовал). О Диске Алдерсона тоже знаю. А тут у автора Топополис (Topopolis) — спирально-циллиндрическая конструкция вокруг звезды. Короче, хороший развлекательно-приключенческий сай-фай с гиковыми отсылками. Если зашли предыдущие книги, то и эта зайдёт. #fiction

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