• Поиск объектов на изображениях

    Одна из востребованных задач компьютерного зрения, которая может быть решена с помощью глубоких нейронных сетей – это поиск на изображении объектов заданного типа. В этой статье я расскажу, как можно решить такую задачу с помощью предварительно обученных нейронных сетей из TensorFlow Object Detection API. Эта система является частью TensorFlow и распространяется бесплатно, также как и сама TensorFlow. Полный текст кода из статьи можно найти в репозитории курса на github, а также в ноутбуке на Colaboratory (это бесплатная облачная платформа от Google, где уже установлены библиотеки глубокого обучения и есть GPU, ноутбук можно выполнить прямо на этой платформе).

    Читать дальше

  • Поступай на матмех 2018

    Поступай на матмех 2018

    Источник фото: math-mech.ru

    Я работал на матмехе УрФУ 5 лет. Сейчас я занимаюсь собственным бизнесом: консалтингом в области машинного обучения и больших данных. У меня есть крупный контракт с банком Точка.

    Самое интересное, что мы сделали на матмехе - открыли магистратуру по анализу данных совместно со Школой Анализа Данных компании Яндекс. Успешные студенты магистратуры могут получить два диплома: УрФУ и ШАД. Кроме того, студентам магистратуры дают реальные проекты компании Яндекс, Сбербанк, УБРиР, Точка, СКБ Контур, Наумен, Экзамус и др. Многих магистрантов берут на работу до окончания магистратуры.

    Самая крутая фишка матмеха в том, что там очень хорошо учат математике и программированию одновременно. Сейчас во всем мире это мало кто умеет делать.

    Об уровне образования матмеха по сравнению с другими странами я могу судить по опыту участия в проекте Еврокомиссии ERASMUS+, где есть университеты из Германии, Англии, Финляндии, Дании, Иордании и России. На матмехе учат точно не хуже, чем в тех Европейских университетах, где я был. Мой бывший аспирант, который недавно защитил диссертацию, сейчас работает в Германии. Другой аспирант недавно получил Best Paper Award на престижной международной конференции класса A. Летом на матмех приезжают студенты из Франции, Индии и Китая чтобы изучать HPC и машинное обучение.

    Я участвую во флешмобе: рассказываю о любимом матмехе, пока у абитуриентов есть время до 26 июля подать туда документы. Расскажите, почему надо поступать на матмех, что вам дал факультет, когда вы поступили, на каком направлении учились, поделитесь классным воспоминанием… Проявите фантазию! :)

    #УрФУ #поступай #поступайнаматмех #хочувурфу

    Полезные ссылки

    1. Про факультет для абитуриентов.
    2. Группа абитуриентов матмеха вконтакте.
  • Визуализация сверточной нейронной сети

    Часто можно услышать, что совершенно невозможно разобраться в том, как и что изучает нейронная сеть на основе входных данных. В большинстве случаев это действительно так, но есть одно важное и интересное исключение: сверточные нейронные сети. Эти сети часто используются для анализа изображений, поэтому если мы визуализируем данные на выходе из сверточного слоя, то получим обычную картинку, обработанную сверточным фильтром. По этой картинке как правило легко понять, что именно интересного выделил фильтр. Давайте рассмотрим, как можно визуализировать данные на выходе из сверточного слоя. Полный текст кода из статьи можно найти в репозитории курса на github.

    Читать дальше

  • Поддержка учебных курсов деньгами

    Ко мне стали поступать неожиданные для меня запросы: как можно поддержать деньгами учебные курсы, которые я делаю? В первую очередь хочу сказать, что курсы я делаю не ради денег. С другой стороны, если слушатели сами предлагают заплатить, и таких людей уже достаточно много, то отказываться глупо. Для меня это дополнительный показатель хорошего качества курсов. Кроме того, я считаю это хорошей практикой: платить именно за тот контент, который тебе понравился, и только по своему желанию.

    Сейчас я завел Яндекс Кошелек, деньги можно переводить на него. Добавлю ссылку на страницы курсов, а также в описания видео на YouTube.

    Возможно, кто-то знает более удобные и доступные средства для поддержки разработки учебных курсов? Если да, то пишите в комментариях!

  • 20 тысяч подписчиков на YouTube

    Радостная для меня новость – мой канал на YouTube с учебными курсами по информационным технологиям и компьютерным наукам набрал 20 тыс. подписчиков!

    Хочу сказать спасибо всем, что смотрите мои видео! Отдельное спасибо тем, кто помогает мне распространить материалы курса в социальных сетях и на других ресурсах.

    К сожалению, развитие канала идет значительно медленнее, чем я планировал. Мне пришлось занимать другими проектами: подготовкой документов для аккредитации в университете и научным редактирование перевода на русский язык книги по глубоким нейронным сетям. Об этой книге я обязательно расскажу подробнее, когда она выйдет. Но в результате мне не хватало времени на то, чтобы записывать новые видео.

    В последнее время ситуация изменилась и я стараюсь находить время на запись видео почти каждую неделю. Сейчас обновляю курс по Компьютерным сетям, перезаписываю старые лекции с плохим звуком, а также исправляю ошибки. На очереди продолжение курса по Глубоким нейронным сетям, а именно их применению для задач обработки текстов. Недавно я организовывал учебный курс на эту тему для сотрудников Сбербанка.

    Еще одна новость – презентации по видео я теперь выкладываю на свой сайт. Пока выложил не все, но скоро рядом с каждой ссылкой на видео будет ссылка на презентацию.

    20 тысяч подписчиков – это серьезный рубеж для меня. Но я надеюсь, что со временем канал наберет 100 тыс. подписчиков! Еще раз спасибо всем, что смотрите!

  • Анализ признаков, извлеченных нейросетью

    Мы продолжаем рассматривать, как использовать предварительно обученные нейронные сети для решения новых задач, а не тех, на которых они обучались. Популярный подход – замена классификатора предварительно обученной сети на новый и дообучение сети на новом наборе данных. Такой подход работает хорошо, но требует больших вычислительных ресурсов для дообучения.

    Альтернативный вариант, который мы рассмотрим в этой статье – извлечение признаков из изображений с помощью предварительно обученной глубокой нейронной сети (по-английски такие признаки называются deep features) и последующий анализ уже этих признаков, а не исходных изображений. Как правило, объем признаков значительно меньше, чем изображений, из которых они извлечены, поэтому сеть обучается гораздо быстрее. Часто при таком подходе удается обучить нейронную сеть за разумное время даже без GPU.

    Читать дальше

  • Неприятности с Роскомнадзором закончились

    Давно не писал сюда, т.к. Роскомнадзор заблокировал IP-адреса Netlify, где хостится этот сайт. Я расстроился из-за того, что можно вот так запросто помножить на ноль результаты не одного года моих трудов. Контента на сайте не так много, основное, что есть – это материалы учебных курсов по компьютерным сетям и глубокому обучению.

    Я уже давно задумывался о том, чтобы делать англоязычный контент проект. Аудитория на английском гораздо больше, и рынок для продажи услуг консалтинга гораздо шире. Когда закончится семестр в университете и появится больше свободного времени, создам сайт на английском языке и буду активно писать туда.

    Первоначально я планировал полностью забросить русскоязычный сайт. Думал продолжать писать сюда, пока новый проект будет в режиме learning by doing, а потом оставить только англоязычный сайт.

    Но теперь, похоже, блокировка с сайта снята. В статистике количество посещений сайта поднялось до того уровня, каким оно было до блокировок. Я немного остыл и решил все же продолжить активно писать по русски. Я считаю важным делать полезный контент именно на русском языке.

    На случай проблем с сайтом, видео курсов по прежнему доступны на YouTube, а примеры кода на GitHub и Google Colab. Все не заблокируют!

  • Впечатления от DUMP-2018

    Конференция DUMP-2018

    В прошлую пятницу ходил на конференцию DUMP. Впечатления положительные. В отличие от предыдущих лет, в этот раз большую часть времени провел на секции Менеджмента, т.к. сейчас я активно занимаюсь внедрением Scrum. На другие секции тоже заходил, но ненадолго. Расскажу о том, что показалось наиболее интересным и полезным.

    Читать дальше

  • Пять проблем в работе команды

    В связи со сменой работы у меня появилась новая область интересов: Scrum и организация командной работы. На самом деле это важная часть Soft Skills, которыми я давно интересовался. Однако ранее я недооценивал важность именно командной работы. Как пишет Джефф Сазерленд в книге “Scrum. Революционный метод управления проектами”, производительность хорошего и плохого разработчика может отличаться в 10 раз, а производительность хорошей и плохой команды – на несколько порядков. Поэтому не имеет смысл оптимизировать работу отдельных людей, нужно заниматься организацией правильной и эффективной работы команды в целом.

    Какие проблемы могут возникнуть в командной работе? Об этом есть отличная книга Патрика Ленсиони “The Five Dysfunctions of a Team” (в русском переводе “Пять пороков команды”). Недавно я эту книгу прочитал и она мне очень понравилась как по содержанию, так и по форме изложения.

    Читать дальше

  • Keras и TensorFlow в облаке с GPU бесплатно от Google Colaboratory

    Если у вас не получается установить Keras и TensorFlow, или у вас нет GPU от NVIDIA, то для вас есть отличная новость от Google. Для распространения технологий машинного обучения и глубоких нейронных сетей Google сделал доступной свою облачную платформу Colaboratory. Эта среда, похожая на Jupyter Notebook, в которой уже установлены библиотеки TensorFlow и Keras, а также доступны GPU NVIDIA K80. Есть все, что нужно для обучения глубоких нейросетей. Использование этой платформы полностью бесплатно. Давайте рассмотрим, как можно выполнять заданий курса “Программирование глубоких нейронных сетей на Python” на Colaboratory.

    Читать дальше


Подпишитесь на RSS