Google випустила TensorFlow 1.0


TensorFlow 1.0 з моделлю нейромережі нового покоління Inception підтримує апаратне прискорення на DSP Hexagon в мобільні процесори Qualcomm Snapdradon 820. Швидкість роботи додатків на зразок Prism і програм машинного зору збільшиться у 8 разів, а енергоспоживання знизиться в 4 рази. Фільтри від нейромереж можна буде накладати на відео майже в реальному часі

На першій конференції для розробників TensorFlow Dev Summit Google оголосила про вихід мажорного релізу бібліотеки TensorFlow 1.0, назад несумісного з попередніми версіями. Це означає, що програми, які працювали на версіях TensorFlow 0.n, можуть не працювати на версії TensorFlow 1.0. Розробники з Google говорять, що зміни в API були необхідні «для забезпечення внутрішньо узгоджених програмних інтерфейсів», і більше такого не повториться: ламають зворотну сумісність змін в майбутніх версіях 1.x не планується. Зараз розробникам рекомендується вивчити керівництво з міграції і скрипт для перетворення.

TensorFlow — вільна програмна бібліотека для машинного навчання в застосуванні до різних видів завдань на сприйняття і розуміння мови. В даний момент вона використовується в науково-дослідній роботі і в десятках комерційних продуктів Google, в тому числі в Google Search, Gmail, Photos, Youtube, Translate, Assistant, а так само всіляких системах розпізнавання, в тому числі розпізнавання мови.

Читати далі →

Є дві функції

Привіт

Є дві булеві функції nаргументів, одна — константна, інша — збалансована. На яку сам сядеш, на яку фронтендера посадиш? Ось тільки функції невідомі, а викликати їх дозволяється лише один раз.

Якщо не знаєш, як вирішити подібну задачу, ласкаво просимо під кат. Там я розповім про квантові алгоритми і покажу як їх емулювати на самому народному мовою — на Python.

Читати далі →

Деякі репозиторії в допомогу тим, хто вивчає і викладає Python і машинне навчання



Привіт спільноті!

Я Юрій Кашницький, раніше робив тут огляд деяких MOOC з комп'ютерних наук і шукав «викиди» серед моделей Playboy.

Зараз я викладаю Python і машинне навчання на факультеті комп'ютерних наук НДУ ВШЕ і в онлайн-курсі співтовариства з аналізу даних MLClass, а також машинне навчання і аналіз великих даних в школі даних одного з російських телеком-операторів.

Чому б недільного вечора не поділитися з співтовариством матеріалами з Python і оглядом репозиторіїв за машинного навчання… В першій частині буде опис репозиторію GitHub з зошитами IPython з програмування на мові Python. У другій — огляд попалися мені класних репозиторіїв GitHub.

Читати далі →

Стабілізація таймлапс-відео на калькуляторі (IPython+OpenCV)

Подібно багатьом стихійним і сезонним любителів астрофотографії, в цьому серпні я ловив вночі Персеїди. Улов невеликий є, але зараз не про нього, а про те, що побічним результатом такого лову стала серія фотографій, які напрошувалися на те, щоб зробити з них таймлапс. Але от невдача: установка камери виявилася не настільки вже жорсткою, як хотілося б, і між кадрами з'явилося невелике зміщення. Спробував виправити його плагіном дешейкинга в VirtualDub, але результати не порадували. Тоді було вирішено зробити свій велосипед: детальніше про результати і те як вони отримані — під катом.

Читати далі →

Звукові відбитки: розпізнавання реклами на радіо

З цієї статті ви дізнаєтеся, що розпізнавання навіть коротких звукових фрагментів в зашумленою запису — цілком розв'язувана задача, а прототип так взагалі реалізується за 30 рядків коду на Python. Ми побачимо, як тут допомагає перетворення Фур'є, і наочно подивимося, як працює алгоритм пошуку і зіставлення відбитків. Стаття буде корисна, якщо ви самі хочете написати подібну систему, чи вам цікаво, як вона може бути влаштована.

Читати далі →

Пітон, зміщення тону і Піанопьютер

      Від перекладача:
 
Стаття, яку я пропоную вам почитати, не нова — вона опублікована аж 29 березня. Але на Редді її запостив всього кілька днів тому, та й актуальності своєї вона точно не втратила. Цікавість її в тому, що автор на простому і короткому прикладі демонструє практичне застосування трьох великих і популярних бібліотек: numpy, scipy і pygame. Про перші дві багато чули, але все більше в контексті наукових робіт, так що цікаво подивитися на їх застосування в «звичайному» житті. У кінці статті прекрасна відео-демонстрація результату, хоча б її точно варто подивитися.
 
Авторський код збережений без змін, незважаючи на те, що він оформлений не по PEP-8 та за його валідність я не ручаюся. Справжній робочий код так чи інакше є на ГітХабе, посилання ви знайдете в кінці статті.
 
 Запишіть звук, змініть тон 50 раз і зіставте кожному новому звуку клавішу на клавіатурі комп'ютера. Вийде Піанопьютер!
 
 
Читати далі →