İlk TDS yazınızı yazmaq üçün ilham alırsınız? Biz həmişə yeni müəlliflərin töhfələrinə açığıq.
Bu həftənin möhtəşəm məqalələr seçiminə keçməzdən əvvəl izləyicilərimizin ümid etdiyi kimi, böyük bir mərhələyə çatmağımıza kömək etdikləri üçün bütün oxucularımıza, müəlliflərimizə və daha geniş ictimaiyyətimizin üzvlərinə təşəkkür etmək istərdik. Orta yenicə çatdı…
TDS-i inkişaf edən, öyrənməyə yönəlmiş nəşrə çevirməkdə bizə dəstək olan hər kəsə daha çox sevinə bilməzdik və minnətdarıq. Gələcəkdə daha çox böyümə və kəşfiyyat üçün budur!
Müntəzəm işimizə qayıdaraq, biz bu həftə diqqəti cəlb edən üç məqaləni seçdik, diqqətimizi kompüter görmə və obyekt aşkarlamanın daima maraqlı sahələrindən qabaqcıl alətlər və yanaşmalara yönəltdik. Multimodal modellər öz izlərini artırdıqca və avtonom sürücülük, səhiyyə və kənd təsərrüfatı kimi istifadə halları əsas istiqamətə çevrildikcə, məlumat və ML praktikantları üçün ən son inkişaflardan xəbərdar olmaq heç vaxt bu qədər vacib olmayıb. (Hazırda başqa mövzularla daha çox maraqlanırsınızsa, biz sizi əhatə etdik! Neyrologiya, musiqi və süni intellekt, ekoloji cəhətdən təmiz ML iş axınları və s. haqqında diqqətlə seçilmiş bir neçə tövsiyə üçün aşağı diyirləyin.)
- Videolarda Obyektlərin sayılmasını mənimsəmək
Videolarda obyektin dəqiq aşkarlanması statik şəkillərdəki eyni proseslə müqayisədə bir sıra yeni problemlər yaradır. Lihi Gur Arie, PhD hələ də buna necə nail ola biləcəyinizi göstərən aydın və qısa dərslik təqdim edir və öz iddiasını yaratmaq üçün ağacda hərəkət edən qarışqaları saymağın əyləncəli nümunəsindən istifadə edir. - Süni intellekt ilə Buz Hokkeyini Ədliyyə Edin: Kompüter Vizyonu ilə Oyunçu İzləmə
Hərtərəfli və cəlbedici layihə axtarışında olan hər kəsə biz şiddətlə tövsiyə edirik Raul Vizkarra ChirinosOnun (az-çox) sıfırdan xokkey oyunçusu izləyicisi yaratmaq cəhdinin yazısı. PyTorch, kompüter görmə texnikası və konvolyusiya neyron şəbəkəsindən (CNN) istifadə edərək, Raul oyunçuları izləyə və əsas performans statistikasını toplaya bilən prototip hazırladı. - Avtonom Sürücülükdə Qavrama Mühəndisləri üçün Planlaşdırmanın Qəza Kursu
Yollarımızda üstünlük təşkil edən sürücüsüz avtomobillərdən hələ illər uzaq olsaq da, tədqiqatçılar və sənaye oyunçuları son illərdə əhəmiyyətli irəliləyişlər əldə ediblər. Avtonom sürücülük kontekstində planlaşdırma və qərar qəbul etmə biliklərini genişləndirmək istəyən praktikantlar qaçırmamalıdırlar. Patrik Lanqeçuan Liu‘s mövzu ilə bağlı hərtərəfli “qəza kursu”.
Söz verdiyimiz kimi, araşdırmaqdan zövq ala biləcəyinizi düşündüyümüz digər mövzular, suallar və problemlər haqqında tövsiyə etdiyimiz oxunuşlar:
- TDS debüt məqaləsinə görə, Jonathan R. Williford, PhD çəkir multimodal transformatorlarda cari işlər arasında maraqlı əlaqələr və beynimizin vizual məlumatları emal etmə üsulu.
- Zəif tərəfləriniz barədə həddindən artıq müdafiəçi olmaqdan, layihələrinizə tam sahib olmamağa qədər, Mandy Liu üzərində əks etdirir kiçik məlumat alimi olaraq etdiyi səhvlərvə yeni başlayanlar üçün təsirli məsləhətləri paylaşır.
- Maşın öyrənmə layihələrində izləmə niyə bu qədər vacibdir?və onu effektiv şəkildə həyata keçirmək üçün necə getməlisiniz? Çayma Zatout onun MLOps primerində cavabları var.
- Əgər yeni, qabaqcıl təşviqat çərçivəsi haqqında öyrənmək istəyirsinizsə, qaçırmayın Anand Subramaniannin Medprompt-a hərtərəfli və praktiki giriş.
- Ən son LLM yönümlü dərsliyində, Yanli Liu əhatə edir iki yeni texnikanı birləşdirən uyğunlaşdırma-optimallaşdırma yanaşması: ORPO (Odds Ratio Preference Optimization) ilə təsvirin dəqiq tənzimlənməsi.
- ML modellərinin artan ətraf mühit izi vaxtında və vacib bir mövzudur; Sidney Nye təqdim edir a davamlı təcrübələri mərkəzləşdirən praqmatik bələdçi model təlimi və xidmət üçün.
- Musiqi təhlili və AI-nin kəsişməsində işləmək, Emmanouil Karystinaios haqqında araşdırmaları ilə bizə yol göstərir musiqini başa düşmək üçün qavrayışdan ilhamlanan qrafik konvolyusiya tapşırıqlar.
- Hesam Şeyx Agent-AI sistemlərinin yaratdığı şırıngadan kənara çıxır və təklif edir süni intellekt agentlərindən ibarət komandanın yaradılması üzrə ətraflı, praktiki dərslik iş üçün müraciət materiallarını təkmilləşdirmək və fərdiləşdirmək.
- Nə vaxt olur LLM verdiyiniz sorğuda ziddiyyətli göstərişlər var? Yennie Jun AI “idrak dissonans” ilə apardığı təcrübələrdə bu maraqlı tapmacanı araşdırır.
Müəlliflərimizin işini dəstəklədiyiniz üçün təşəkkür edirik! Biz yeni müəlliflərin məqalələrini dərc etməyi sevirik, ona görə də bu yaxınlarda əsas mövzularımızdan hər hansı biri ilə bağlı maraqlı layihə təlimatı, dərs vəsaiti və ya nəzəri əks yazmısınızsa, çəkinməyin. bizimlə paylaşın.
Növbəti dəyişənə qədər,
TDS Komandası