Поиск
Найдено: 50
11 мин🔄 DeepLearning.AI: принципы и условия применения Transfer Learning в нейросетях
1ч 16м🖼 От пикселей к смыслам: как сверточные нейросети и HuggingFace изменили компьютерное зрение
1ч 25м🧠 Сара Бери об ИИ: «Я не хочу, чтобы Google тратил энергию на каждый запрос»
1ч 40м🛠 Google T5: новые горизонты обучения нейросетей
12 мин🔄 Эндрю Ын: «Обучение одной сети нескольким задачам дает лучший результат в компьютерном зрении»
44 мин🧠 Хьюго Ларошель о мобилизации нейронных знаний: почему fine-tuning — это «хак»
1ч 15м🌐 Спикер MIT: «Один GAN-снимок стоит ста обычных изображений»
40 мин🧬 Янник Килчер об ExT5: как экстремальное масштабирование задач меняет обучение нейросетей
12 мин📊 Эндрю Ын о состоянии Computer Vision: от ручного проектирования к Transfer Learning
40 мин🧠 Экстремальное масштабирование: как модель ExT5 объединила 107 задач обучения
33 мин🤖 Почему классический ИИ падает в ямы, а алгоритм POET побеждает?
50 мин🏎 Как алгоритмическая разреженность ускоряет центральный процессор до уровня GPU
54 мин🧠 Машинное обучение для веб-разработчиков: руководство по библиотеке ml5.js
34 мин🖼 Big Transfer (BiT): как Google адаптировал успех BERT для компьютерного зрения
20 мин⚡ Эндрю Ын: «ИИ — это новая электроэнергия для мирового бизнеса»
39 мин🛠 Learning Rate Grafting: как эффективно скрестить оптимизаторы в нейросетях
40 мин🌐 Янник Килчер разобрал метод Noisy Student для ImageNet
1ч 02м🎞 Хуан Корвалан об ИИ: «Адаптация технологий — это вопрос эмпатии, а не только кода»
34 мин🧠 Языковые модели как универсальные вычислители: разбор исследования от Янника Кильчера
1ч 02м👤 Ча Чжан рассказал о применении глубокого обучения в OCR
55 мин🧠 Как решать новые задачи в RL без переобучения: разбор Янника Килчера
34 мин🧠 Янник Килхер разобрал гипотезу трансформеров как универсальных вычислителей
44 мин🧠 Авторы ChibiT о переносе знаний из текстов Wikipedia в Offline RL
29 мин📸 Обучение ИИ на текстах: как метод VirTex заменяет огромные датасеты
1ч 16м🧩 Обучение представлений на основе сходства: лекция Сары Бири в MIT
51 мин🧠 Как iMAML побеждает вычислительный кошмар традиционного мета-обучения?
28 мин🛠 Глава Google Cloud о безопасности, Thales и борьбе с галлюцинациями нейросетей
1ч 27м🧠 Глубокое обучение в экономике: кастомные модели против коммерческого ИИ
50 мин🎮 Как ошибка в медиане влияет на оценку ИИ
59 мин🧠 Джеймс Маника: «ИИ — это инструмент для развития общества»
1ч 11м💻 Марк Андриссен и Амджад Масад: «Английский — это новый язык программирования»
1ч 12м🧬 Дафна Коллер: «ИИ поможет нам вылечить фундаментальные заболевания»
18 мин🧱 Как Salesforce Research ускоряет иерархическое обучение с подкреплением через World Graphs
1ч 14м🚀 Тим Скарфе: «Почему самообучение нейросетей эффективнее человеческой разметки?»
45 мин🔬 Элейн Нсоэси о будущем здравоохранения: как ИИ предсказывает пандемии
1ч 30м🧠 Саймон Корнблит из GoogleAI об архитектуре SimCLR и будущем компьютерного зрения
27 мин🧩 Янник Килчер: «Человечество обречено, теперь ИИ проектирует ИИ-ускорители»
1ч 23м🧠 Алекс Жаворонков: «Человечество на пороге скорости убегания от старости»
15 мин🤖 Янник Килчер объяснил работу агентов I2A от DeepMind
1ч 48м🎓 Хади Салман: «Состязательные примеры — это не баги, это признаки»
1ч 15м🤖 Как алгоритмы Стэнфорда находят скрытые уязвимости в критических системах
5ч 48м🍚 Практический гид по PyTorch: от таблиц до BERT
47 мин🤖 Эмодзи вместо тикера: как Hugging Face стал центром открытого ИИ
18 мин📉 Как фреймворк RouteLLM сохраняет качество GPT-4 при радикальном снижении затрат
1ч 11м🛠 Эволюция архитектур CNN: путеводитель Стэнфорда по глубокому обучению
1ч 37м🩻 ИИ-доктор от Google: когда роботы начнут лечить миллиарды людей?
4ч 08м🚀 Гениальные идиоты: почему GPT никогда не станет сверхразумом
29 мин🎭 Янник Килхер: «Трансформеры — это самые универсальные вычислители»
1ч 55м🏛 Хелен Тонер: «Попытки изолировать ИИ от внешнего мира обречены на провал»
30 мин✂ Movement Pruning: как адаптивное сжатие через fine-tuning делает BERT компактнее