TGTGInsightаналитика telegramLIVE / telegram public index
← [404] — программирование

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @procode404 · Post #3880 · 14 дек.

​⚡️1х1: о мобильной разработке в Яндексе — отличное интервью с полезными советами — [11:46] Нашли максимально приятное интервью с разработчиками Яндекса, а именно — с руководителями мобильной разработки двух приложений Go и Браузера. Ощущение после просмотра такое, как будто пообщался с друзьями, сидя в кафе, так что к просмотру точно рекомендуется. Помимо настроения нашли в видео и полезные инсайты, можно сказать рекомендации к действию для молодых разработчиков, прямиком с внутренней кухни Яндекса. Коротко по тому, что ждёт внутри: В чем польза Flutter для бизнеса? Чем он отличается от React Native? Какие фреймворки используются в мобильной разработке таких супераппов, как Яндекс Браузер и Яндекс Go? Что ждет мобильную разработку через 5 лет? Перейти к просмотру #видео#как_все_устроено

Результаты

Найдено 1 похожих постов

Поиск: #image23

当前筛选 #image23清除筛选
Earth&Climate Tech

@earth_climate_tech · Post #381 · 04.09.2023, 21:57

​​IMAGE'23 и генерация моделей по подсказке Всем привет! Пропал-пропал, был на конференции IMAGE'23. Это такая огромная, на тысяч 6-7 человек, геотехническая конференция в Хьюстоне для специалистов в области геонаук, полезных ископаемых и (уже) декарбонизации. Самые большие секции были посвящены машинному обучению в геонауках. На одной из них я показал наши эксперименты в области Генеративного ИИ (Generative AI), а именно первые наброски того как можно генерировать реалистичные геологические\сейсмические модели с помощью семантически понятного текста. Типа говоришь "йоу, модель, сделай мне низкочастотный сейсмический разрез с двумя сбросовыми разломами в восточной части и добавь немного шума". И на выходе получаешь реалистичный сейсмический разрез удовлетворяющий твоему описанию, или получаешь сразу несколько разных разрезов, ведь генерация стохастическая. Использовали мы немного модифицированную версию знаменитой нейронки Dalle-E2 от Open AI, которую обучили с нуля. Точнее три ее компонента: ✅CLIP - для семантической связи между текстом и изображением(моделью) и преобразования последнего в векторное представление; ✅ Diffusion Prior - для стохастической генерации текстовых векторных представлений в текстовые представления изображения(модели) и ✅ Decoder - для стохастической генерации самих изображений(моделей) из их векторного представления. Последняя нейроночка использует диффузионную модель. Получилось неплохо! На второй картинке пример моделей, которые сгенерировались по соответствующей подсказке. Конечно отправлять в продакшн еще рановато, но идея, кажется, работает не только на кошечках и собачках. #Image23#conference#ML#AI#subsurface