Французский предприниматель Деланж основал компанию Hugging Face в Бруклине в 2016 году вместе с Жюльеном Шомоном и Томасом Вольфом. Изначально трио создавало приложение-чатбот, ориентированное на подростков.
Swift Transformers — это набор утилит, помогающих использовать языковые модели (LLM) в приложениях на Swift (через Core ML). По возможности пакет старается следовать API и абстракциям...
Недавно добавили анимированные vmoji, которые двигаются в такт речи участника, используя только его голос.
Вы не только узнаете о важных концепциях LLM, но и научитесь создавать реальные полезные приложения.
Queryable — открытое приложения для iOS, которое использует модель CLIP (Contrastive Language-Image Pre-Training) от OpenAI для автономного поиска в альбоме Фотографий. В отличие от функции поиска...
В этом курсе вы сможете узнать об обработке естественного языка с помощью библиотек из экосистемы Hugging Face.
Запуск процессов ML на устройстве обеспечивает низкую задержку, повышает конфиденциальность данных, обеспечивает автономную работу и потенциально снижает расходы на облако.
Point-E не создает 3D-объекты в традиционном понимании. Скорее, он генерирует облака точек или дискретные наборы точек данных в пространстве, которые представляют трехмерную форму.
Доступный в виде облачного плагина для Adobe Lightroom Classic и отдельного приложения, ImagenAI использует машинное обучение, чтобы зафиксировать стиль редактирования и предсказать десятки различных параметров редактирования.
Эта функция, которая будет развернута в Google Lens, позволит пользователям либо сфотографировать рецепт, либо загрузить его из библиотеки фотографий.
Любой, даже человек без опыта программирования или машинного обучения, может поэкспериментировать и применить некоторые возможности машинного обучения к своим данным в Google Sheets.
В Chattermill разработали собственные модели глубокого обучения для извлечения значимой информации из агрегированных данных.
Core ML Stable Diffusion — еще один локальный Stable Diffusion для Apple Silicon с Core ML. В этом репозитории есть python_coreml_stable_diffusion — пакет Python для преобразования...
Раз в несколько лет появляются программы, которые даже на самых лучших наших вычислительных устройствах едва ли можно использовать. Но эти новые программы с новыми сценариями настолько хороши,...
Мы смогли применить модель машинного обучения к инженерным данным, чтобы предсказать, сколько клиент потратит за определенный период времени.
В рамках сегодняшнего объявления Google выпустил открытую версию кода на GitHub, чтобы дальше опираться в нее в исследованиях.
В целом, это очень интересный курс, предлагающий свежий взгляд на машинное обучение изнутри.
Maple Diffusion запускает Stable Diffusion модели локально на устройствах macOS/iOS, используя Swift (Xcode 14 и iOS 16) и фреймворк MPSGraph. Maple Diffusion на последнем iPhone может...
TensorFlow Lite в сервисах Google Play уже используется командами Google.
В этой статье я поделюсь своими тремя любимыми бесплатными курсами по машинному обучению.