Поиск
Найдено: 50
12 мин🏗 Эндрю Ын о Batch Norm: почему смещение «b» становится лишним?
34 мин🛑 Кильхер о NFNets: «Примеры внутри пакета остаются неявно взаимосвязанными»
11 мин⚖ Почему Batch Normalization ускоряет обучение нейронных сетей
25 мин🔍 Как алгоритм Batch Normalization ускоряет обучение глубоких нейросетей
11 мин📈 Как Mini-batch Gradient Descent ускоряет обучение нейросетей в тысячи раз
11 мин🚀 Как ускорить обучение нейросетей на больших данных с помощью мини-пакетов
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
59 мин🏗 Эволюция данных в Intuit: от разрозненных пайплайнов к единой платформе Batch и Streaming
19 мин🧠 Янник Кильчер: «Weight Standardization станет новым стандартом для больших нейросетей»
1ч 21м📦 Как Чженчжун Цзинь строит краткие аргументы для Batch NP
59 мин📚 Кэл Ньюпорт: метод day batching, борьба с выгоранием и ловушки карьерного капитала
30 мин🧬 Янник Килхер о слоях EvoNorm: «Это поиск на стероидах для конкретных задач»
3ч 29м🧠 От чатов WhatsApp до PyTorch: гайд по сборке нейросети
1ч 15м🛠 Джереми Ховард в MIT: главные эвристики разработки нейросетей
1ч 06м🛠 Зачем Стэнфорд убрал классические задачи ради PyTorch и Einops?
5ч 48м🍚 Практический гид по PyTorch: от таблиц до BERT
29 мин📉 Как Group Normalization решает проблему обучения нейросетей на малых батчах
54 мин🛠 Как победить пустые пиксели с помощью формулы Фурье?
2ч 04м🌐 Vision Transformer: полный цикл обучения нейросети на PyTorch
2ч 13м🚀 Экономика кремния: как физика памяти ограничивает развитие ИИ
6 мин🎓 Шив Надар: «Образование — это множитель силы»
1ч 14мКак MIT OpenCourseWare строит масштабируемые BARGs из LWE
1ч 51м🏗 Дэвид Херши: «Магазин признаков — это единственный способ победить Training-Serving Skew»
44 мин🧠 Хьюго Ларошель о мобилизации нейронных знаний: почему fine-tuning — это «хак»
26 мин📉 ИИ-агенты, триумф Reka и закон Адама Шиффа: главные новости индустрии
29 мин🧩 Янник Кильхер объяснил феномен гроккинга на алгоритмических датасетах OpenAI
1ч 14мMIT о SNARGs: «Локальная согласованность не гарантирует глобальную корректность»
34 мин🎭 Как исследователи NVIDIA излечили вариационные автоэнкодеры от хронической размытости картинок
1ч 24м🌐 Как обучить триллионную модель: гид по параллелизму в ИИ
34 мин🖼 Big Transfer (BiT): как Google адаптировал успех BERT для компьютерного зрения
1ч 20м📊 Stanford CS234 Reinforcement Learning I Policy Evaluation I 2024 I Lecture 3
48 мин🧠 Борис Князев о замене SGD и графовых гиперсетях GHN-2
6ч 27м🌐 Цифровая трансформация с Google Cloud: архитектура, безопасность и экономика
1ч 05м🧠 Законы масштабирования LLM: от теории Вапника до 30 триллионов токенов
59 мин🤖 Создание собственного Vision Transformer с нуля: руководство
1ч 56м📊 Как Андрей Карпатый собрал GPT из 200 строк кода
29 мин🤖 Преподаватель Стэнфорда о карьере в эпоху ИИ: план на 90 дней и навыки будущего
1ч 01м🚀 Как жесткие ограничения спасают креативность от ловушки абсолютной свободы
32 мин🚀 Дэвид Ондрей: «Как дообучить ИИ на своем компьютере»
3ч 11м🎯 Тим Феррисс: почему эффективность важнее продуктивности
58 мин🍍 Ведущие подкаста IMPAULSIVE обсудили вызов Джастина Бибера Тому Крузу
52 мин🏢 Эксперимент Ulbi TV: технический разбор React-собеседования на позицию Junior
9 мин📂 Московиц о деле Эпштейна: «Я увидел международную сеть секс-трафика»
23 мин🌶 Лиззо на шоу Hot Ones: от секретов поп-хитов до экстремальной остроты
12 мин⚙ 3Blue1Brown: «Интуитивное руководство по алгоритму обратного распространения ошибки»
40 мин🧠 Христос Луизос: «Обучение нейросетей на смартфонах сэкономит бюджет приватности»
59 мин📺 Кэл Ньюпорт: «Максимизация продуктивности — кратчайший путь к выгоранию»
1ч 38м🧪 Химия равновесия: закон Генри и спинодальный распад
21 мин🧠 Гугл Брейн против дефицита данных: подробный разбор бенчмарка ВТАБ
14 мин📉 Эндрю Ын: «Первый деплой модели — это лишь середина пути»