Один Dockerfile, два make-таргета и семинар, где студенты наконец пишут код
Я веду семинары по машинному обучению на ФКН ВШЭ. Чтобы понять, как работает градиентный спуск, нужно написать его руками. Чтобы разобраться, почему модель переобучается, нужно самому поковырять гиперпараметры, посмотреть, как меняются кривые обучения, попробовать регуляризацию. Лекция даёт интуицию, но интуиция закрепляется через эксперимент.И вот тут начинается проблема. Классический формат семинара: я стою перед аудиторией, пишу код, объясняю. Студенты смотрят. Кто-то конспектирует, кто-то фотографирует экран. Но не делает.Мне хотелось, чтобы семинар был не демонстрацией, а
Домен AI.com продали за $70 млн
Основатель и генеральный директор криптовалютной платформы Crypto.com Крис Маршалек приобрёл домен AI.com за $70 млн. Эта самая крупная сделка по продаже доменного имени за всё время. В разговоре с Financial Times Маршалек отметил: «Мне показалось довольно интересным, что один человек может владеть двумя доменами, представляющими столь важные категории».
Как подготовиться к грядущему краху технологической индустрии
Вот как будет выглядеть конец правления технологий Это конец (технологического) мира, каким мы его знаем. И я чувствую себя прекрасно.
Бесплатная генерация карточек товаров с помощью ИИ (Nano Banana PRO)
Эта статья — небольшой обзор инструмента, который я открываю для общего доступа. Здесь не будет сложной технической терминологии, только описание функционала и пользы. Более подробно я уже описывал этот инструмент здесь.
Законодатели Нью-Йорка предложили трёхлетнюю приостановку строительства новых ЦОД
В Сенат штата Нью-Йорк внесли законопроект, который приостановит выдачу разрешений на строительство и эксплуатацию новых центров обработки данных. Проект закона Bill S9144 предлагает минимум трёхлетний мораторий на выдачу таких разрешений. По данным Wired, Нью-Йорк стал минимум шестым штатом, рассматривающим приостановку строительства новых дата-центров.
Продвинутые RL алгоритмы: NPG, TRPO, PPO
Продолжение постов про RL:1) Intro Reinforcement Learning2) Reinforcement Learning: Model-free & Deep RL3) Reinforcement Learning: Policy gradient methods
