Search Results モード

Pythonを使用してTenacityを使用してリトライを制御する：エンドツーエンドのチュートリアル

Python Tenacityライブラリを発見し、Pythonアプリケーションで効果的な再試行ロジックとエラーハンドリングを実装する方法を学びましょうネットワークやAPIの障害、タイムアウト、およびさまざまな他の課題に対処するための実践的な例と業界で証明されたベストプラクティスを提供します

データアナリストからデータサイエンティストへのキャリアチェンジの方法は？

人々は常にデータを扱っており、データアナリストは専門知識を身につけた後、よりチャレンジングな役割を求めています。データサイエンティストは、最も収益性の高いキャリアオプションの1つとされています。スキルセットの拡大が必要ですが、いくつかの教育プラットフォームが変化に有益な洞察を提供しています。多くのデータアナリストが成功して転身していますし、あなたも次の転身者になることができます！以下のステップは、データサイエンティストとしてのキャリアをスタートさせる際に、企業の成長に貢献し、専門知識を増やすのに役立ちます：スキルギャップの評価データサイエンティストの役割に必要な基本的なスキルと知識データサイエンティストはデータを実験する必要があるため、新しいアイデアや研究を開発するマインドセットが重要です。過去の実験のミスを分析する能力も同様に重要です。これに加えて、以下のような技術スキルと知識が求められます：技術スキル： PythonやRなどのプログラミング言語やデータ言語線形回帰やロジスティック回帰、ランダムフォレスト、決定木、SVM、KNNなどの機械学習アルゴリズム SAP HANA、MySQL、Microsoft SQL Server、Oracle Databaseなどのリレーショナルデータベース Natural Language Processing（NLP）、Optical Character Recognition（OCR）、Neural networks、computer vision、deep learningなどの特殊なスキル RShiny、ggplot、Plotly、Matplotlitなどのデータ可視化能力 Hadoop、MapReduce、Sparkなどの分散コンピューティング分析スキル：…

ChatGPTから独自のプライベートなフランス語チューターを作成する方法

議論された外国語チューターのコードは、私のGitHubページの同梱リポジトリで見つけることができます非商業利用に限り、自由に使用することができます長い間延期していたので、私は...

GEKKOを使用して、世界を確定的な方法でモデリングする

私たちの世界がますますデジタル化される中で、データ収集は急速に拡大していますこのデータによって、私たちはより正確なモデルを作成し、問題を解決し最適化するための手助けをしてきました...

ETH ZurichとMax Plankの研究者が提案するHOOD グラフニューラルネットワーク、マルチレベルメッセージパッシング、および教師なし学習を活用して現実的な衣類のダイナミクスを効率的に予測する新しいメソッド

テレプレゼンス、バーチャル試着、ビデオゲームなど、高品質のデジタルヒューマンに依存する多くのアプリケーションでは、魅力的かつリアルな衣料品の振る舞いをシミュレートする能力が必要です。物理法則に基づいたシミュレーションは、自然なダイナミックな動きを生み出すための人気のある手法です。物理シミュレーションは素晴らしい結果を提供するかもしれませんが、計算には高いコストがかかり、初期条件に敏感で、経験豊富なアニメーターが必要です。最先端の手法はリアルタイムアプリケーションに必要な厳しい計算予算を満たすために構築されていません。深層学習ベースの技術は、効率的かつ高品質な結果を生み出すことを始めています。しかしながら、現在までにいくつかの制約がこれらの手法がその全てのポテンシャルを発揮することを阻んできました。まず、現在の技術は衣料品の変形を主に体の姿勢の関数として計算し、線形ブレンドスキニングに依存しています。スキニングベースのプランは、シャツやスポーツウェアのようなぴったりした服には印象的な結果を提供するかもしれませんが、ドレスやスカートなどのゆったりした衣料品には助けが必要です。重要なのは、多くの最先端の学習ベースの手法は衣料品固有であり、特定の衣装に対する変形しか予測できません。これらの手法を各衣料品に対して再学習する必要があるため、アプリケーションは制約されています。本研究では、ETHチューリッヒとマックスプランク研究所の研究者が、グラフニューラルネットワーク（GNN）を用いた動的衣料品変形の予測に対する独自の手法を提供しています。彼らの手法は、局所的な変形、圧力、加速度の関係についての論理的な推論を通じて、物理的に現実的な布地の振る舞いを予測する方法です。彼らの手法は、衣料品の全体的な構造や形状に依存せず、任意の体の形状と運動に直接適用可能です。GNNは物理ベースのシミュレーションの代わりに有望な手法として示されていますが、衣料品のシミュレーションには満足のいく結果を生みません。各メッシュの頂点とその一つ周りの近傍の特徴ベクトルは、GNN（MLPとして実装）を使用して局所的に変換されます。各変換のメッセージは、特徴ベクトルの更新に使用されます。この手順の反復により、信号はメッシュ全体に拡散します。ただし、メッセージパッシングのステージ数の制限により、信号の伝達はある半径に限られます。伸縮によって引き起こされる弾性波が素早く物質を通過する衣料品のモデリングでは、これにより頂点間の準全域的で瞬時の長距離結合が生じます。少なすぎるステップ数は、信号の伝達を遅くし、不快な過伸展のアーティファクトを引き起こし、衣料品に不自然なゴムのような外観を与えます。コンピュータの時間が増えるのは、愚かに反復回数を増やす代償です。シミュレーションメッシュの最大サイズや解像度が事前にわからないため、保守的で適切に高い反復回数を選択することができず、この問題がさらに悪化します。彼らは、この問題を解決するために、階層的なネットワーク上で伝播フェーズを交互に行うメッセージパッシングシステムを提案しています。これにより、広範なサイズの剛性伸縮モードによって生じる高速波の効果的な処理が可能になり、同時に、折り目やしわなどの局所的な詳細を記述するために必要なキーを提供します。テストを通じて、彼らのグラフ表現が定性的および定量的なレベルで予測を向上させる方法を示しています。暗黙の時間ステップの増分ポテンシャルとしての損失関数を採用することで、彼らはグラフベースのニューラルネットワークのアイデアと異なるシミュレーションを組み合わせ、自身の手法の汎化能力を向上させています。この形式化により、彼らはもはやどんなグラウンドトゥルース（GT）の注釈も必要としません。これにより、彼らのネットワークは完全に教師なしで訓練されることが可能になります。同時に、マルチスケールの衣料品ダイナミクス、材料パラメータの影響、衝突反応、および下にある体との摩擦的な接触を学習することができます。グラフ表現はまた、動いているシャツのボタンを外したり、形状が変化する衣料品をシミュレートすることも可能にします。彼らのHOODアプローチでは、グラフニューラルネットワーク、マルチレベルのメッセージ伝達、および教師なしトレーニングを組み合わせて、さまざまな衣料品スタイルや体型に対するリアルな衣料品ダイナミクスのリアルタイム予測を可能にしています。彼らは実験的に、最先端の方法と比較して、彼らの手法が柔軟性と一般性の点で戦略的な利点を提供することを示しています。特に、単一のトレーニングされたネットワークが以下の点で優れていることを示しています：幅広い衣料品に対して物理的にリアルなダイナミックモーションを効果的に予測します。トレーニング中に見たことのない新しい衣料品のタイプや形状にも一般化します。材料特性や衣料品サイズのランタイムの変更を可能にします。ジッパーの開閉やシャツのボタンを外すなどの動的なトポロジー変化をサポートします。モデルとコードはGitHubで研究目的で利用できます。

ChatHNに会いましょう：ハッカーニュースフィード上のリアルタイムAIパワーチャット

ChatHNはAIによって駆動され、最近Hacker News Feedで開始されました。ChatHNは、OpenAI FunctionsとVercel AI SDKを使用して構築された無料かつオープンソースの人工知能（AI）チャットボットであり、Hacker News APIとの対話的なインタラクションを提供します。https://github.com/steven-tey/chathnの手順に従って、誰でも1クリックでChatHNのインスタンスを展開することができます。 ChatHNは、Hacker News（HN）との対話的なインタラクションを容易にするプラットフォームです。最も人気のある記事、特定の記事、またはHacker Newsからの記事とコメントを取得するなどの機能があります。ChatHNは、Hacker News上の最も人気のあるストーリーとコメントを要約するためにも使用できます。ChatHNは、Hacker NewsのウェブサイトやAPIを直接使用せずに、Hacker Newsの素材への対話的なアクセスを容易にすることを目指しています。使用および変更は完全に無料で、以下のものを使用して開発されました。 OpenAIの新しいFunctions Calling機能 Vercel AI SDK HackerNews API こちらをご覧ください：chathn.vercel.app OpenAIのFunctions…

QLoRAを使用して、Amazon SageMaker StudioノートブックでFalcon-40Bと他のLLMsをインタラクティブにチューニングしてください

大規模な言語モデル（LLM）の微調整により、オープンソースの基礎モデルを調整して、特定のドメインタスクでのパフォーマンスを向上させることができますこの記事では、Amazon SageMakerノートブックを使用して、最新のオープンソースモデルを微調整する利点について説明します私たちは、Hugging Faceのパラメータ効率の良い微調整（PEFT）ライブラリと、bitsandbytesを介した量子化技術を利用して、インタラクティブな微調整をサポートしています

冷静でクールで創造的：MUEスタジオが3Dシーンを「NVIDIAスタジオ」で展示

編集者注：この投稿は、弊社の週刊NVIDIA Studioシリーズの一部であり、注目のアーティストを称え、クリエイティブなヒントやトリックを提供し、NVIDIA Studioテクノロジーがクリエイティブなワークフローを改善する方法を示しています。 3DアーティストのMinjin KangとMijoo Kimによって設立されたMUE Studioは、キャンペーンやインスタレーションのためのアートディレクション、写真撮影、3Dデザインを専門としています。彼らはクライアントが自己表現するのを助けるために、ユニークなビジュアルアイデンティティの作成に重点を置いています。ニューヨークを拠点とするこのスタジオのクリエイティブデュオは、自分たちの仕事でファンタジーと現実の境界を曖昧にすることに常に魅了されていると語っています。彼らはAdobe After Effects、Autodesk 3ds Max、Unreal Engine 5を使用して、一緒に「世界のどこか」という3Dビデオと夏をテーマにしたシリーズのアートワークを作成しました。 GeForce RTX 4060グラフィックカードは、299ドルから注文できるようになりました。最先端のNVIDIA Ada Lovelaceアーキテクチャは、クリエイティブなアプリと生産性を強化し、レイトレーシングとDLSS 3による没入型のAIアクセラレートゲームを提供します。 GeForce RTX 4060…

DatabricksでカスタムDockerコンテナ内でPython Wheelタスクを実行する

データエンジニアは、ビジネスの問題を解決するために、データを下流で使用できるように、ETLワークロードを実行するためのパイプラインを設計および構築しますDatabricksでは、このようなパイプラインを作成するために通常、...から始めます

Hugging Face Datasets での作業

AIプラットフォームであるHugging Faceは、最先端のオープンソースの機械学習モデルの構築、トレーニング、展開を行いますこれらのトレーニング済みモデルをホスティングするだけでなく、Hugging Faceはデータセットもホスティングしています...

Learn more about Search Results モード - Page 61