DeOldify: программа для раскрашивания чёрно-белых изображений

интересно сравнить результаты после GANа и обычного обучения с учителем, с удачно подобранной функцией ошибки возможно получится раскрасить куда проще

Дорисовывание лиц с помощью машинного обучения

ожидал увидеть GAN'ы, использованые модели как бы не совсем подходят для картинок

Невыдуманные IT-истории о самозванцах и почему появились эти непонятные практики на собеседованиях

как вариант- установить для такой визы минимальный уровень зарплаты скажем на 30% выше рынка и исключить начальные позиции с таблицы минимальных зарплат, чтоб не было фейковых начальных позиций. Возможно с дополнительным налогом, но и без него должно зарегулизироваться.

Петля страха

Отсутствие (либо низкое качество) тестов очень заметно увеличивает шанс непредвиденных ситуаций. Если изменение что-то другое поломало, это что-то не было достаточно покрыто тестами.

Женские сети: кто делает за нас выбор?

Вот подходящее применение Adversarial Attacks, если заработает так же неплохо как с картинками, возможно будет сгенерировать список товаров например после просмотра которых модель будет думать что клиент почти потерян

Про утечку памяти в одном серверном приложении

полезно и юнит тесты прогнать под valgrind, с таким багом valgrind показал бы лик на юнит тесте который проверяет обработку большего количества результатов чем max_results

Как доказать важность тестов каждому участнику проекта

Обычно так оправдываются когда тестов нет

Переосмысление GPS: Разработка системы позиционирования нового поколения в Uber

Вы уверены что заменить смартфоны всем клиентам убера получится дешевле? Там же не тысяча машин а миллионы клиентов с смартфонами, которых необходимо найти и подобрать. Ну и не все согласятся поменять свой смартфон на смартфон с навигатором от убера.

Бенчмарк нового тензорного процессора Google для глубинного обучения

Пусть лучше эта штука дешевеет

Глубинное обучение с подкреплением пока не работает

Так речь только о RL, обычное обучение с учителем вполне успешно решает реальные задачи

5 лучших стран для IT бизнеса

А разве GST и НДС не одно и тоже? // уже ответили выше

Соревнование Pri-matrix Factorization на DrivenData с 1ТБ данных — как мы заняли 3 место (перевод)

> При чём тут матричная факторизация?

игра слов, искали приматов на видео

Варианты operator<< для логгера

spdlog стоит посмотреть, действительно удобный и быстрый логгер

лично мне намного удобнее написать и особенно прочитать

logger->warn("unexpected values {} {:.2f}", val1, val2)

чем

logger->warn() << "unexpected values " << val1 << " " << std::setw(2) << val2 << std::endl;

Kaggle: как наши сеточки считали морских львов на Алеутских островах

Мы (5е место) пытались сделать честное решение без подгонки к ледерборду.

Я реализовал оценку масштаба используя статистику SSD boxes -> xgboost -> image scale, потом считал количество как просто интеграл хитмапов при квадратиках равной площади ground trooth.

Kaggle: как наши сеточки считали морских львов на Алеутских островах

не очень хорошая организация конкурса, очень близкое расспредиление на public/private leaderboard когда на тренировочных данных другое расспредиление классов и масштаб раза в 2 отличается. В результате первое место — подгон под лидерборд и бесполезное для организаторов решение.

Обзор C++ библиотек глубокого обучения Apache.SINGA, tiny-dnn, OpenNN

Для С++ стоит на dlib.net посмотреть

Автоэнкодеры в Keras, часть 6: VAE + GAN

спасибо за серию статей, очень интересно

Нейрокурятник: часть 4 — итоговая модель и код на прод

стоит попробовать добавить дополнительный уровень convolution/pool/batch_norm, возможно точность улучшится и веса будут в 4 раза меньше

Нейрокурятник: часть 4 — итоговая модель и код на прод

40 млн параметров в одном Dense уровне не очень оптимально, если например resnet50 из кераса дотренировать, он может даже быстрее работать будет.

Хакаем CAN шину авто для голосового управления

Не просто обычно, в CAN на физическом уровне при коллизии двух пакетов всегда пройдет пакет с меньшим ID (бит 0 в CAN доминантный).