The OpenNET Project / Index page

[ новости/++ | форум | wiki | теги | ]

/ Для программиста / Машинное обучение, AI
09.07.2018 Концепт камеры для печати фотографии в виде комиксов (43 +13)
  Дэн Мэкниш (Dan Macnish), инженер и дизайнер, представил проект Draw This, в рамках которого из подручных деталей подготовлена фотокамера, напоминающая полароид, но печатающая фотографии в виде комиксов с интерпретацией окружающей действительности. Например, сфотографировав двух людей на выходе будет распечатано два мультяшных персонажа. Проект демонстрирует переход современных средств машинного обучения из категории разработок, развиваемых узким кругом исследователей, в форму широкодоступных инструментов, позволяющих любым желающим воплощать свои идеи и создавать готовые прототипы устройств...
28.06.2018 Выпуск свободного сервера навыков 0Mind 1.1.0 (43 +7)
  Выпущена новая версия свободного сервера навыков 0Mind 1.1.0, который предоставляет унифицированный REST JSON API для доступа к моделям машинного обучения, подготовленным в различных фреймворках (поддерживаются Keras, Caffe2, Scikit-learn и TensorRT). Код сервера написан на языке Python и распространяется под лицензией GPLv3...
19.06.2018 Выпуск Dragonfire 1.0, виртуального голосового помощника для Linux (77 +26)
  После трёх лет разработки подготовлен релиз виртуального голосового помощника Dragonfire 1.0, позволяющего организовать управление рабочим столом при помощи голосовых команд. Проект написан на языке Python и распространяется под лицензией MIT. Поддерживается работа в Linux-дистрибутивах на базе Ubuntu (в том числе KDE neon и elementary OS), дополнительно подготовлен...
29.05.2018 Intel открыл систему машинного обучения для обработки информации на естественном языке (24 +9)
  Компания Intel представила проект NLP Architect, в рамках которого открыты наработки в области применения методов глубинного машинного обучения для обработки и распознавание смысла информации на естественном языке (NLP/NLU, Natural Language...
27.04.2018 Система машинного обучения для синтеза типового кода на языке Java (109 +11)
  Группа исследователей из университета Райса (США) развивает интеллектуальный ассистент разработчика Bayou, позволяющий частично автоматизировать процесс написания кода на языке Java. Проект использует алгоритмы глубинного машинного обучения и модель, натренированную на примерах рабочего Java-кода, представленного на GitHub. Наработки проекта открыты под лицензией Apache 2.0, код написан на Java и Python. Модель машинного обучения реализована при помощи платформы Tensorflow и инструментария scikit-learn...
23.04.2018 Доступен Luminoth, тулкит для решения задач компьютерного зрения (21 +14)
  Представлен выпуск тулкита Luminoth 0.1, предоставляющего инструменты для использования методов компьютерного зрения. В настоящее время функциональность Luminoth ограничена поддержкой распознавания и классификации объектов на изображениях и видео, но в будущем ожидается добавление новых методов обработки и анализа. Код проекта написан на языке Python и распространяется под лицензией BSD...
12.04.2018 Первый выпуск свободного сервера навыков 0Mind (18 +7)
  В рамках проекта 0Mind развивается сервер навыков, который можно использовать как кроссплатформенный инструмент для разработки искусственного интеллекта. Подготовленные в различных фреймворках модели машинного обучения, при добавлении в 0Mind становятся доступны для работы через унифицированный REST JSON API сервера навыков. На данный момент поддерживаются сериализованные модели из фреймворков машинного обучения Keras и Caffe2. Код сервера написан на языке Python и распространяется под лицензией GPLv3...
22.03.2018 Intel представил nGraph, компилятор для систем машинного обучения (3 +7)
  Компания Intel опубликовала наработки проекта nGraph, в рамках которого развивается открытый компилятор, набор библиотек и runtime для компиляции в исполняемый код моделей глубинного машинного обучения, подготовленных при помощи различных фреймворков. Код проекта написан на языке С++ и распространяется под лицензией Apache 2.0...
23.01.2018 Facebook открыл код платформы Detectron для распознавания объектов на фотографиях (30 +11)
  Группа исследователей искусственного интеллекта из компании Facebook открыла исходные тексты платформы Detectron с реализацией набора алгоритмов для распознавания и классификации объектов на фотографиях. Проект реализован на языке Python с использованием фреймворка глубинного машинного обучения Caffe2 и распространяется под лицензией Apache 2.0. Для загрузки подготовлена большая коллекция наборов данных и более 70 натренированных готовых моделей для решения различных типов задач компьютерного зрения. Модели поставляются под свободной лицензией CC BY-SA 3.0...
30.12.2017 Использование нейронной сети для восстановления повреждённых изображений (102 +42)
  Группа исследователей из Сколковского института науки и технологий, компании Yandex и Оксфордского университета опубликовала свои наработки в области применения свёрточных нейронных сетей для восстановления утерянных участков повреждённых изображений, устранения артефактов и повышения качества фотографий с низким разрешением. Реализация алгоритма, модель нейронной сети, созданная на базе библиотеки Torch, а также сопутствующий инструментарий, доступны под лицензией Apache 2.0...
08.10.2017 Amazon открыл код компилятора NNVM для систем машинного обучения (11 +10)
  Компания Amazon представила компилятор NNVM, предназначенный для компиляции предоставляемых системами машинного обучения высокоуровневых графов вычислений в оптимизированный набор машинных кодов. Код проекта распространяется под лицензией Apache 2.0...
09.09.2017 Facebook и Microsoft предложили открытый формат обмена моделями машинного обучения (64 –30)
  Facebook и Microsoft выступили с инициативой по унификации обмена моделями между разными фреймворками машинного обучения и системами искусственного интеллекта. Итогом стала разработка открытого формата ONNX (Open Neural Network Exchange) для представления моделей глубинного машинного обучения. Эталонная реализация ONNX написана на языке Python и распространяется под лицензией MIT...
28.06.2017 Компания Sony открыла свои наработки в области нейронных сетей (16 +13)
  Компания Sony представила проект NNabla (Neural Network Libraries), в рамках которого открыла наработки в области построения нейронных сетей для решения задач глубинного машинного обучения. Система универсальная и изначально рассчитана на использование как на настольных ПК и встраиваемых устройствах, так и в кластерах и крупных серверах для решения исследовательских задач и практического применения. Код ядра NNabla написан на языке C++ и распространяется под лицензией Apache 2.0...
01.06.2017 Платформа машинного обучения SystemML получила статус первичного проекта Apache (25 +6)
  Организация Apache Software Foundation объявила о присвоении Apache SystemML статуса первичного проекта Apache. Платформа машинного обучения SystemML изначально была создана компанией IBM и используется в системе IBM Watson Health. В ноябре 2015 года наработки по SystemML были переданы под покровительство фонда Apache, в котором проект находился в инкубаторе, где была проверена способность следования принципам разработки и управления, принятым в сообществе Apache и основанным на идеях меритократии. Теперь Apache SystemML признан готовым для самостоятельного существования, не требующего дополнительного надзора. Компоненты проекта написаны на языках С++ и Java и поставляются под лицензией Apache 2.0...
19.04.2017 Facebook представил модульную систему машинного обучения Caffe2 (11 +7)
  Facebook представил новый открытый фреймворк глубинного машинного обучения Caffe2, отличающийся высокой скоростью, модульной структурой и возможностью создания легковесных и масштабируемых решений. Код проекта распространяется под лицензией BSD. Для использования доступны уже готовые модели, натренированные в кластере Facebook, которые можно использовать для классификации изображений, выделения объектов и лиц на изображениях и обработки видео. API для разработки доступны для Python и C++...
Следующая страница (раньше) >>


  Закладки на сайте
  Проследить за страницей
Created 1996-2018 by Maxim Chirkov  
ДобавитьПоддержатьВебмастеруГИД  
Hosting by Ihor