Визуализация внимания, сердце трансформера | Глубокое обучение

https://youtu.be/eMlx5fFNoYc

Вот 300 часов кураторских курсов, посвященных машинному обучению. 15 курсов. От новичка до продвинутого. Google опубликовал их бесплатно.

Курсы хорошо структурированы. Это не просто ссылки на видео на YouTube. Вам нужно присоединиться к курсу, и у них есть интерфейс, который проведет вас через каждый модуль. Это хороший контент.

https://www.cloudskillsboost.google/paths/17

5 бесплатных курсов по освоению математики для науки о данных
Хотите изучить математику для науки о данных? Ознакомьтесь с этими тремя курсами, чтобы изучить линейную алгебру, исчисление, статистику и многое другое.

https://www.kdnuggets.com/5-free-courses-to-master-math-for-data-science

Погрузитесь в концепцию «Проклятия размерности» и поймите математику всех удивительных явлений, возникающих в высоких измерениях.

https://towardsdatascience.com/the-math-behind-the-curse-of-dimensionality-cf8780307d74

SAM + Optical Flow = FlowSAM FlowSAM может обнаруживать и сегментировать движущиеся объекты на видео и значительно превосходит все предыдущие подходы как в тестах с одним, так и с несколькими объектами

https://www.robots.ox.ac.uk/~vgg/research/flowsam/

Изучите RAG с нуля — Учебное пособие по Python AI от инженера LangChain

https://www.freecodecamp.org/news/mastering-rag-from-scratch

Несколько часов назад Лама-3 8Б была самой мощной маленькой моделью ИИ. Microsoft только что выпустила Phi-3 Mini, который лучше почти во всех тестах. Вы можете использовать его локально бесплатно, поскольку он имеет открытый исходный код (подробности ниже): https://lmstudio.ai/

Как установить и развернуть LLaMA 3 в рабочей среде
Узнайте, как установить и развернуть LLaMA 3 в рабочей среде, с помощью этого пошагового руководства. Мы охватываем все, что вам нужно знать для беспрепятственного внедрения: от требований к оборудованию до развертывания и масштабирования

https://nlpcloud.com/how-to-install-and-deploy-llama-3-into-production.html

Торхтитан (репозиторий GitHub)
Фреймворк предварительной подготовки моделей Llama от Meta, полностью написанный на PyTorch.
https://github.com/pytorch/torchtitan

Платформа глубокого обучения Luminal (репозиторий GitHub)
Платформа для быстрого глубокого обучения, созданная с учетом скорости и простоты.
OpenLit (репозиторий GitHub)
https://github.com/jafioti/luminal?

OpenLIT — это встроенный в OpenTelemetry инструмент наблюдения за приложениями GenAI и LLM, предназначенный для того, чтобы сделать процесс интеграции наблюдения в проекты GenAI возможным с помощью всего лишь одной строки кода.
https://github.com/openlit

25 самых важных математических определений в науке о данных

https://blog.dailydoseofds.com/p/25-most-important-mathematical-definitions

О том, почему современные системы искусственного интеллекта выдают ложные результаты и что с этим делать

https://medium.com/@colin.fraser/hallucinations-errors-and-dreams-c281a66f3c35

10 лучших библиотек Python для науки о данных

https://earthly.dev/blog/python-libraries

Бесплатные курсы по искусственному интеллекту от NVIDIA: для всех уровней
Хотите создавать крутые приложения с искусственным интеллектом? Начните изучать искусственный интеллект сегодня с помощью этих бесплатных курсов от NVIDIA.

https://www.kdnuggets.com/free-ai-courses-from-nvidia-for-all-levels

101 фрагмент кода Python для повседневного использования для специалистов по данным

https://python.plainenglish.io/101-advanced-everyday-python-for-data-scientists-669c9b417707

Тензорный оптимизатор Mirage (репозиторий GitHub)

Mirage — это супероптимизатор тензорной алгебры, который автоматически находит высокооптимизированные тензорные программы для DNN. Mirage автоматически идентифицирует и проверяет сложные оптимизации, многие из которых требуют совместной оптимизации на уровне ядра, блока потоков и потоков иерархии вычислений графического процессора. https://github.com/mirage-project/mirage

4 продвинутых алгоритма RAG, которые вам необходимо знать

https://medium.com/decodingml/the-4-advanced-rag-algorithms-you-must-know-to-implement-5d0c7f1199d2

Книга по линейной алгебре с полностью интерактивными фигурами.

https://immersivemath.com/ila/index.html

Понимание математики, лежащей в основе глубокого обучения, важно, если вы хотите овладеть методами машинного обучения.

14-часовой курс глубокого обучения на YouTube-канале freeCodeCamp.org. Этот курс специально разработан для превращения новичков в опытных разработчиков в области глубокого обучения. Если вы хотите понять основные концепции или хотите применить глубокое обучение к реальным задачам, этот курс поможет вам. https://www.freecodecamp.org/news/deep-learning-course-math-and-applications

Фреймворк с открытым исходным кодом для голосового и мультимодального разговорного искусственного интеллекта

https://github.com/pipecat-ai/pipecat

Интерактивные инструменты для машинного обучения, глубокого обучения и математики

https://github.com/Machine-Learning-Tokyo/Interactive_Tools