#pytorch
PyTorch – ключевой фреймворк для глубокого обучения. Здесь вы найдете статьи о нейросетях, компьютерном зрении и генеративном ИИ. Изучите PyTorch с нуля, откройте для себя инструменты вроде Stable Diffusion и Keras и создавайте собственные AI-модели для решения самых сложных задач.
Бесплатный курс, который доводит модель от ноутбука до продакшена
Разбор бесплатного четырёхмесячного курса по ML-инженерии: от регрессии на pandas до FastAPI, Docker и Kubernetes. Почти 14,5 тысяч звёзд, реальные пр...
Как библиотека Datasets решает вечную проблему нехватки памяти при подготовке данных
Как библиотека Datasets от Hugging Face помогает загружать тяжелые данные без OOM, стримить терабайтные датасеты и кешировать препроцессинг.
Как распознавать речь в 15 раз быстрее Whisper и сразу понимать эмоции
Обзор SenseVoice: неавторегрессионная модель распознавания речи от QwenAudio, работающая в 15 раз быстрее Whisper. Распознает текст, эмоции и фоновые...
Как поднять быстрый инференс для голосовых и мультимодальных моделей с SGLang-Omni
Разбираем SGLang-Omni — специализированный runtime для быстрого многостадийного инференса omni-, TTS- и ASR-моделей с поддержкой OpenAI API.
Как дообучить 8B нейросеть на ноутбуке с видеокартой на 4 ГБ
Обзор Soup — инструмента для быстрого файнтюнинга LLM из одного YAML-конфига со стримингом слоев для видеокарт с 4 ГБ памяти.
Как находить лица и ключевые точки на аниме-артах с помощью PyTorch
Легковесный PyTorch-детектор аниме-лиц и 28 ключевых точек без тяжелых зависимостей OpenMMLab. Быстрый старт, поддержка YOLOv3 и HRNetV2.
Распознавание автомобильных номеров со скоростью три тысячи кадров в секунду
Обзор fast-plate-ocr — легковесной библиотеки на базе Compact Transformers и ONNX Runtime для быстрого распознавания автомобильных номеров.
Быстрый трекинг лица на CPU без тяжелых нейросетевых фреймворков
Быстрый трекер лица и мимики на базе MobileNetV3 и ONNX Runtime. Работает на CPU, держит 60 fps и легко связывается с Unity и Godot по UDP.
SD.Next — замена Automatic1111 для тех, кому мало стандартного WebUI
Разбираем SD.Next — форк классического Stable Diffusion WebUI от Влада Мандича с квантованием моделей, поддержкой AMD/Intel/Apple и автоматическим офл...
Графовые нейросети в PyTorch без лишней боли и самописных костылей
Разбираем PyTorch Geometric — популярный фреймворк для обучения графовых нейросетей. Показываем, как работать со сложными структурами данных и запуска...
Как не утонуть в море ML-контента и собрать свою дорожную карту обучения
Обзор масштабной базы знаний по машинному обучению: от основ математики и Python до современных LLM и LangChain. Идеальный навигатор для самообучения.
Зачем разработчику снова учить матанализ
Обзор образовательного репозитория ML-foundations от Джона Крона: как подтянуть математику, статистику и алгоритмы для Data Science с помощью Python и...
Как приручить дракона волатильности с помощью AI量化交易操盘手
Обзор масштабной платформы для AI-трейдинга на GitHub: от классических стратегий и поиска альфа-факторов до применения LLM и обучения с подкреплением...
Как распознать речь на 31 языке без Python и GPU
Обзор Fun-ASR: мощной модели распознавания речи с поддержкой 31 языка, оптимизацией для CPU через llama.cpp и высокой скоростью благодаря vLLM.
Как дообучить нейронку и не разориться на видеокартах
Обзор образовательного репозитория Jackrong-llm-finetuning-guide: от подготовки датасетов и дистилляции данных до обучения моделей методами GRPO и кон...
Как перестать изобретать велосипед в исследованиях World Models
Обзор stable-worldmodel — единой платформы для исследования и оценки World Models. Узнайте, как ускорить обучение агентов и эффективно работать с дата...
Генерация 4K изображений на домашней видеокарте: изучаем SANA от NVIDIA
Обзор SANA от NVIDIA — линейного диффузионного трансформера, который генерирует 4K изображения в 100 раз быстрее Flux и работает даже на видеокартах с...
Как приручить трансформеры без боли и лишних абстракций
Обзор впечатляющей коллекции туториалов по HuggingFace Transformers. Разбираемся, как быстро запустить SOTA-модели для анализа документов, компьютерно...
Как запустить нейронку везде и не сойти сойти с ума от оптимизации
Узнайте, как ускорить работу ML-моделей и запустить их на любом железе с помощью ONNX Runtime — универсального движка от Microsoft для оптимизации инф...
Как обучать нейронки на сотни миллиардов параметров и не сойти с ума
Обзор higgsfield — опенсорсного фреймворка для распределенного обучения LLM. Рассказываем, как обучать модели на триллионы параметров без боли в инфра...
Как не провалить лайвкодинг по машинному обучению с TorchCode
Обзор TorchCode — интерактивного тренажера для подготовки к интервью по машинному обучению. 40 задач на реализацию архитектур и операторов PyTorch с а...
Как перестать собирать Docker-образы для машинного обучения вручную
Обзор Cog — инструмента от создателей Docker Compose, который избавляет ML-инженеров от мучений с Dockerfile и CUDA. Узнайте, как превратить Python-ск...