Сайт с заметками про Computer Vision и Machine Learning
Раз уж начали в одном из старых постов. Одна из тем про которые я давным давно хочу написать, но не доходят руки – организация взаимодействия при решении задач машинного зрения/обучения. Проблема не так проста как кажется на первый взгляд.
Continue reading “Структура взаимодействия с заказчиками в задачах DL”
Я думаю, что большая часть моих читателей уже видела последнюю работу Хинтона – Dynamic Routing Between Capsules. (ещё есть вторая статья)
Интересно, пробовал ли кто-то разобраться и вникнуть. Я немного попробовал и вот что вышло:
Continue reading “CapsNet”
На днях посетил конференцию SmartData. Весьма странное мероприятие, никогда таких раньше не видел. Организаторы (https://jugru.org/) обычно проводят программистские конференции. Ну, либо базы данных, продакшн, всё такое. А тут решили хайпануть и провести практически в той же стилистике конференцию по машинному обучению. Получилось причудливо.
Конечно, сам бы я на такое мероприятие билет не купил. Задушила жаба (всю информацию, очевидно, можно было бы найти и так). Но учитывая, что организаторы предложили в обмен на небольшую статью на хабр билет на конференцию с оплатой дороги, я согласился.
Я уже писал как-то про caffe2. Довелось ещё немного с ним поработать и вставить его в один проект, так что хотелось описать свои впечатления.
Но в работе мы стараемся держаться от всего этого дела как можно дальше. И всем советуем того же. В этой статье я попробую обяснить почему.
Continue reading “Почему искуство не позволит заработать денег”
Сегодня утром пока просыпался прочитал странные заголовки про Caffe2. Помедитировал над парочкой статей с маркетинговым булшитом – и пошёл разбираться что же это всё-таки такое на самом деле. Всё же 90% текущих проектов именно на Caffe. Надо быть в курсе всё же.
Сделал одно забавное заключение в последнее время.
Deep Learning размывает понятие “Интеллектуальная собственность”. Раньше данное понятие было очевидно. Каждый новый алгоритм был особенным. Всегда можно было проследить авторство и источник. А сейчас? Зачастую достаточно переписать лишь функцию потерь поверху ResNet, или сделать другую выборку гипотез.
И алгоритм уже будет принципиально другим.
Всего 100 строчек код поверх открытых исходников, зачастую это уже и есть рабочий прототип.
Как же быть при работе с заказчиком, как заключать договора? Мы в последнее время пришли к следующей схеме:
Continue reading “Что такое “интеллектуальная собственность” в DL/ML/CV”
Изначально этот пост начал писать как ответ в комментариях сюда. Но ответ очень разросся + начал содержать в себе мысли которые я давно хотел собрать на тему того с какими заказчиками и в каких условиях можно работать. Так что пишу развернутый пост в блог.
Сегодня, на мой взгляд, произошло очень важное событие. Релиз Jetson TX2. Важное оно потому, что сама технология стала стандартом современных систем машинного зрения, а новое поколение подтвердило приверженность NVIDIA этой технологии.
При работе с системами машинного зрения я всегда говорю заказчикам, что в первую очередь нужно сделать минимально рабочий прототип. Так и с кормушкой. Первичная моя цель – это не сделать как можно более хорошую систему, с максимальной точностью, а запустить чтобы работало. Более менее стабильно.
И уже после этого набирать статистику, лечить баги, и.т.д. Прототип готов, работает, висит на окне и шлёт мне сообщения про каждую птичку, которая прилетает в кормушку.
А теперь чуть подробнее что я докрутил:)
Continue reading “Промежуточный итог: Заворачиваем и запускаем”