С/С++ в современном машинном обучении: традиционные роли и возможности нового стандарта

Привет, Хабр! Меня зовут Кирилл, я разработчик СХД

https://habr.com/ru/companies/yadro/articles/1048932/

#ml #c++26 #c++_библиотеки #pytorch

Rust is worth it only if it beats PyTorch by 20%.

#rust #pytorch #performance

Нейросетевой эквалайзер на PlutoSDR: от синтетики к железу

Любой реальный радиоканал «размазывает» символы во времени: соседние отсчёты накладываются друг на друга, и приёмник видит межсимвольную интерференцию (ISI). Классический способ с этим бороться — адаптивный фильтр LMS. Он прост, дёшев и хорошо работает, пока канал близок к линейному. Но это именно линейный фильтр: когда лучей несколько и у них разные фазы, одной линейной комбинацией отсчётов идеально восстановить символ уже не получается. Отсюда идея, которую я и проверял: заменить (или дополнить) LMS компактной свёрточной сетью. Сеть смотрит не на один отсчёт, а на целое окно принятого сигнала и учится по нему обратному отображению канала — то есть восстанавливать исходную точку созвездия с учётом совместной статистики соседних символов. Сначала всё это обучается и сравнивается на синтетике, а потом проверяется на настоящем железе — модуле ADALM‑PLUTO.

https://habr.com/ru/articles/1048700/

#RF #КИХ #кихфильтр #бих #pytorch #tensorflow #радиотехника

🚨 NEWS: Neural Network con PyTorch: Guida Pratica per Sviluppatori

Ecco i punti chiave in breve:
💡 Hai già scritto codice che funziona, ma quando provi a costruire una rete neurale con PyTorch ti perdi tra tensori, autograd e moduli. Non sei il primo. Il framework è potente, ma la curva di...

🚀 LINK: https://meteoraweb.com/analisi-dei-dati-e-metriche/neural-network-con-pytorch-guida-pratica-per-sviluppatori

#deepLearning #machineLearning #python #pyTorch #reteNeurale

Best Python AI Frameworks in 2026
#Python #Pycharm #Datascience #Huggingface #Keras #Langchain #Pytorch #Scikitlearn #Tensorflow

https://blog.jetbrains.com/pycharm/2026/06/best-python-ai-frameworks-in-2026/

Как я сделал Smart Select для Krita: локальное AI-выделение объектов по лассо

Я недавно начал пользоваться Krita, и после Фотошопа основной болью для меня было отсутствие удобного инструмента для умного выделения объектов выделения объектов. Мне захотелось попробовать сделать плагин, который будет реализовывать такую функцию, используя локальную модель. Идея простая: 1. Пользователь обводит объект лассо. 2. Нажимает кнопку Select object with AI . 3. Плагин локально строит мягкую alpha-маску. 4. Krita получает обычное выделение, с которым дальше можно работать штатными инструментами. Назвать плагин я решил Krita Smart Select . Репозиторий: https://github.com/BMFreed/krita-smart-select Релизы: https://github.com/BMFreed/krita-smart-select/releases

https://habr.com/ru/articles/1045846/

#krita #python #c++ #qt #opensource #computervision #machinelearning #image_processing #pytorch

Откуда в обучении берётся nan: численная нестабильность в ML и почему всё считают в логарифмах

Многие ML‑инженеры знают, что нужно использовать CrossEntropyLoss , log_softmax и logsumexp . Гораздо меньше людей могут объяснить, что именно они спасают и почему без них обучение модели периодически превращается в генератор nan . Именно об этом и поговорим.

https://habr.com/ru/companies/otus/articles/1044824/

#численная_стабильность #машинное_обучение #нейронные_сети #softmax #logsumexp #float32 #градиенты #переполнение #underflow #PyTorch

Nobody:

Absolutely nobody:

Data Scientist at 2 AM:

"Maybe one more feature engineering experiment will fix it."

PyTorch in the background:
👀

#DataScience #MachineLearning #PyTorch