Adept | Машинное обучение | Открытое ПО — yolov11 датасет adept
Канал MAX @channel_adept_platform в категории «Технологии»
Этот канал посвящён машинному обучению и открытым проектам Adept; в последних постах обсуждается yolov11 датасет adept и возникают проблемы с разделяемой памятью в многопроцессном DataLoader. Также упоминаются подходы к распределённому обучению по данным с использованием Open MPI и планы по Vulkan-бэкендам для ускорения вычислений и интеграции FPGA. Канал демонстрирует практические примеры и инструкции по сборке окружения, включая Docker-образы с Vulkan-бэкенда.
Что понять по статистике
Аудитория канала — 22 подписчиков.
Средний охват поста за 30 дней — 46 просмотров, вовлечённость (ER) — 2.5%.
За последнюю неделю опубликовано 1 постов.
Вопросы о канале Adept | Машинное обучение | Открытое ПО
О чём канал Adept | Машинное обучение | Открытое ПО?
Этот канал посвящён машинному обучению и открытым проектам Adept; в последних постах обсуждается yolov11 датасет adept и возникают проблемы с разделяемой памятью в многопроцессном DataLoader. Также упоминаются подходы к распределённому обучению по данным с использованием Open MPI и планы по Vulkan-бэкендам для ускорения вычислений и интеграции FPGA. Канал демонстрирует практические примеры и инструкции по сборке окружения, включая Docker-образы с Vulkan-бэкенда.
Сколько подписчиков у канала Adept | Машинное обучение | Открытое ПО?
На канал подписаны 22 человек, средний охват поста за 30 дней — 46 просмотров.
Последние посты канала Adept | Машинное обучение | Открытое ПО
- 29.07.2026 — Привет! На этой неделе, 1 августа, в Москве будет проходить конференция Back to Back. Я с коллегой в 16:30-19:00 буду проводить воркшоп «Реализация CUDA-расширения для PyTorch: ускоряем работу LLM». Кто будет на конференции присоединяйтесь, участие бесплатное но надо зарегистриро (9 просмотров)
- 23.07.2026 — ⚡ Forward pass YOLOv11 — готов! За неделю с лишним закончил сквозной forward pass для модели YOLOv11 на Adept! 🚀 Добил тензорный движок до состояния, когда его можно использовать для реальных нейросетей. Основные изменения — по коммитам: 🧠 Core Tensor Operations - N-ме (32 просмотров)
- 15.07.2026 — Привет! За неделю в ветке yolo-impl мы расширили набор слоёв в Adept. Новая функциональность: групповые свёртки, Winograd на CPU и GPU, транспонированная свёртка и апсемплинг. Всё — с поддержкой CPU и Vulkan GPU, без фолбэков, с автоградом и Python-биндингами. 🚀 Групповые свёртк (56 просмотров)
- 08.07.2026 — Реализация DataSet для YOLOv11 на базе Adept завершена! Рассказываю, как я наступил на грабли с разделяемой памятью в многопроцессном DataLoader’е. 🔍 Предыстория В Adept есть модуль shared_mem_manager.cpp, который отвечает за межпроцессное взаимодействие через разделяемую памя (71 просмотров)
- 06.07.2026 — В NumPy и PyTorch поддерживаются тензоры, у которых одна или несколько осей имеют нулевую длину. Например: np.zeros((0, 24)) # форма (0, 24) torch.empty((17, 0)) # форма (17, 0) Это полноценные объекты, с которыми выполняются стандартные операции (сложение, умножение, (61 просмотров)
- 22.06.2026 — Мой доклад про роль C++ в ML выложили в виде статьи на Хабр: https://habr.com/ru/companies/yadro/articles/1048932/ (53 просмотров)
- 22.06.2026 — Привет! Немного новостей про развитие проекта: - В мастер ветку добавлено распределённое обучение по данным, на основе Open MPI с синхронизацией через хост. Аналог DDP в PyTorch. - Активно работаем над интеграцией библиотеки для логгирования. Думаю в ближайшее время добавим. - (49 просмотров)
- 10.06.2026 — Привет! Извините что не по теме канала, но думаю кому-то может быть интересно. Большинство демок ИИ-агентов — это либо обёртки над готовыми фреймворками (LangChain, CrewAI), либо простые демки с одним тулом. Я решил пойти другим путём: написать агента с нуля, на голом OpenAI AP (25 просмотров)