Найти похожее

Weights & Biases 测试了在 M2Pro Mac Mini 上跑深度学习的训练。比前一代的 M1 Pro 快了不少，Tensorflow 大约有 15% 的增长，Pytorch 大约有18%。 结论是，这一代的 Mac Mini 可以拿来写模型原型，但是要想训练，还是需要 N 卡。 https://wandb.ai/capecape/pytorch-M1Pro/reports/Is-the-New-M2Pro-Mac-Mini-a-Deep-Learning-Workstation---VmlldzozNjI3NDE5 之前 M1 系列芯片的各种测试： https://t.me/tms_ur_way/2404 #ml

🎯Про рекомендательные системы Сегодня Александр Ершов @ershovio очень мощно проконсультировал по построению рекомендательных систем для одного из проектов. Так мощно, что я исписал 5 страниц заметок. Александр работал в компании, которая специализировалась на рекомендательных системах. С его разрешения публикую выжимку нашего разговора 👥Рекомендательные системы бывают Персонализированные и Неперсонализированные. На холодную(без данных) рекомендуется стартовать с неперсонализированной системы. По сути, мы просто показываем случайно товары клиентам, считаем клики и выводим самые популярные товары чаще. Тут можно допустить ошибку и выводить только популярные товары, от чего они станут еще более популярными, а в какой то момент задолбают пользователей однообразием. Важно приправить это дело рандомом, 60% места занимать самыми популярными товарами, 40% - случайными. 🔎В персонализированных системах существует три основных типа - Collaborative filtering, Content Based filtering and Hybrid В Collaborative filtering мы начинаем считать конверсию для каждого товара и для каждого пользователя, по которым строим матрицу векторов. Система строится на предположении, что если с каким-то товарам взаимодействие схоже, то товары похожи. Если приходит новый юзер и начинает кликать по нашим товарам, мы определяем его в какую то группу и начинаем рекомендовать товары, интересные этой группе. Проблема тут в том, что для каждого нового юзера и каждого нового товара нам нужно пересчитывать матрицу, что может быть затратно. У Content Based filtering похожий принцип работы, но только мы за основу берем фичи товара, например для фильмов выделяем жанр, актеров, страну. И матрицу предпочтений мы строим по фичам, а не по конкретным продуктам. Все это в конечном итоге нагромождается и выливается в гибридные системы, где результаты разных методов складываются с весами, или одна модель используется для фильтрации, а другая для рекомендаций. 💸 Сколько стоит построить свою рекомендательную систему? Тут как всегда в айти - от нуля до плюс бесконечности. Александр говорит, что самую простую систему можно построить за 2 месяца силами одного мидл разраба #ml @roma_is_learning

由 Quora 制作的 AI 助手 Poe 发布了桌面端，目前可以免费使用 https://twitter.com/adamdangelo/status/1631714221171023873 #ml

一个更简便的 ChatGPT 方案 -- 直接在你的 iPhone 上使用 chatGPT 1. 你可以在 macOS 上配置这一方案，然后在 iPhone 上使用 2. 全程不需要任何编程技巧，只要粘贴一个 OpenAI 的 API key 就行 3. 下载的 shortcut 可能不会弹出输入 API key 的对话框。没关系，只要在上面截图里的位置里贴上你的 API key 就行。 4. 配置完之后，可以在 iPhone 上的 short cut 里打开，然后选择添加到桌面，这样你的 iPhone 上就有了一个免费的 chatGPT app。 https://pinchlime.com/blog/chatgpt-api-shortcut/ #ml

一个在 telegram 里搭建 chatGPT bot 的方案，可以自行把模型改成最新的 GPT3.5-Turbo https://github.com/karfly/chatgpt_telegram_bot #ml

Unum 使用四块 RTX 3090 显卡就能训练一个比 OpenAI 还要好的 Vision-Language transformer 模型 -- UForm。要知道 OpenAI 用了 1024块 A100 显卡才训练出来。 UForm 不仅各方面表现优于 OpenAI 的 CLIP，而且推算速度也大大优于 CLIP。 对了，Unum 是一家在亚美尼亚的初创公司，目前只有13个人。 https://www.unum.cloud/blog/2023-02-20-efficient-multimodality #ml

#python#ML 🤖 Python Machine Learning By Example ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#ML#Python 📚 Machine Learning with Python Cookbook (2023) 🔗 Link ----- Main channel:@repo_science Coupons:@freecoupons_reposcience -----

Washington Judge Blocks AI-Enhanced Video as Evidence A Washington state judge presiding over a triple murder case has prohibited the use of video enhanced by artificial intelligence as evidence. This ruling, signed by King County Superior Court Judge Leroy McCullogh, marks a potential precedent in US criminal courts. The judge described AI-enhanced video as novel and cited concerns over its opaque methods and potential to confuse eyewitness testimony. The case involved lawyers seeking to introduce cellphone footage enhanced by machine learning software. Prosecutors argued against its admissibility, noting the lack of legal precedent and the enhanced video's inaccuracies. The defendant, Joshua Puloka, claims self-defense in the killings, captured on the cellphone video. The technology used for enhancement was deemed unsuitable for forensic or legal applications. Legal experts and forensic analysts highlighted the lack of peer-reviewed methodologies for AI video enhancements, emphasizing the need for further research before its use in legal proceedings. #AIlaw#ML

The first rule of machine learning: Start without machine learning. #article#ml @thedevs https://kutt.it/x4CNLM

#ML#book 📓 Diseño de sistemas de Machine Learning 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#book#ML 🤖 AI and Machine Learning for Coders: A Programmer's Guide to Artificial Intelligence Author(s): Laurence Moroney Publisher: O'Reilly Media, Year: 2020 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----