DataScience

Пікірлер

@MsLindaNike 2 ай бұрын

Супер круто и все понятно!!!

@oxanapaskewitsch9766 5 ай бұрын

А как убрать это ""облачко"" с литц ?

@jekahamster8041 6 ай бұрын

На слайде 42 при переходе от 10 бит до 11 ошибка растет, а не падает. Из-за чего ошибка может расти, если точность должна была улучшиться?

@emanbibi-sr1wx 8 ай бұрын

how i don't understand

@shutterrecoil 11 ай бұрын

if it splits sound into voice and music then which way noise goes? ;)

@riturajput9040 Жыл бұрын

I have implemented CNN for plant disease detection in keras and tensorflow. Can you please tell me how do I implement this CNN in fpga ?

@deviprasad3464 Жыл бұрын

Thanks 🙏

@bigblockelectra Жыл бұрын

How are you able to accurately pull things like crash cymbals out of a mix? I listened to a Comfortably Numb isolation and it very accurately pulled all of the rhythm stuff leaving just Michael Kamen's orchestral stuff and the guitar solos. I would imagine there is some frequency overlap with the cymbals and the guitar, but it correctly left all of the pinch harmonics, etc. in the mix. I suppose the cymbals are even higher frequency, but this is still far more accurate than older audio utilities.

@Оса-с2в Жыл бұрын

ограничение 100 мб. отстой

@LUCAS_MANSON Жыл бұрын

The website is down, the songs cannot be downloaded.

@ishmam8643 Жыл бұрын

Thanks for the amazing service.

@DEDESANCHES1 Жыл бұрын

INTERESTING BUT MANY SLOW

@kedr123 Жыл бұрын

Отличная подача материала. Если у Романа Александровича кроме этого курса есть и другие лекции, прошу указать.

@kedr123 Жыл бұрын

@fabiojose9942 2 жыл бұрын

tem erro la no site ao adicionar a fila

@mrmethane10 2 жыл бұрын

This is great. I have used similar programmes over the years but none that work this well. Is there a paid-for version that allows you to work on more than one song at a time?

@ltex3424 Жыл бұрын

you can run it yourself on your computer if its decent

@armyshope 2 жыл бұрын

Use Ultimate Vocal Remover HQ

@engtari 2 жыл бұрын

What's happening

@rene8318 2 жыл бұрын

Обновите код доступа, пожалуйста. Не выходит получить доступ к файлам

@DataScienceZF 2 жыл бұрын

Линк должен работать: www.kaggle.com/t/4b32e4bb0f0e4377b8ebb62a4eaad75e

@rene8318 2 жыл бұрын

@@DataScienceZF меня перекидывает на страницу лабораторной просто

@DataScienceZF 2 жыл бұрын

@@rene8318 После обновления страницы должно пустить на вкладку с данными по идее.

@rene8318 2 жыл бұрын

@@DataScienceZF Хорошо. В поддержку напишу

@rene8318 2 жыл бұрын

Ничего не делал, но заработало

@НикитаБуров-ъ6р 2 жыл бұрын

за указание SQ лайк

@diarykeeper 2 жыл бұрын

Like a dream come true. UltimateVocalRemover especially :)

@repeekyraidcero 2 жыл бұрын

Crazy how spleeter is the only one doing actual work. All those other progs (iZotope, steinberg,virtual dj) merly depend on it. Aside REPET, it's the only real working option if all you have is one track and nothing else. Center channel extraction is no longer suitable nowadays.

@WizardLights 3 жыл бұрын

Здорово, очень качественная нейросеть, вы молодцы!

@chenwindy7407 3 жыл бұрын

Hello

@TurbidSugar19 3 жыл бұрын

Every human that contributed to this project is bigger than life itself !!!

@bag5627 3 жыл бұрын

please repair NaN error

@АлександрЕфимов-щ3и 3 жыл бұрын

Лучший разбор механики работы слоев нейросети и математики процесса, что встречал. Для того, чтобы понимать, как работают нейросети, самое то. Спасибо.

@ВасяИванов-л6э 3 жыл бұрын

Еще про детекцию было бы интересно послушать. Например найти поле в документе который в формате картинки png например.

@victortamino4998 3 жыл бұрын

Здравствуйте! Премного Вам благодарен за столь подробное описание cnn! Правда есть вопрос, надеюсь проясните. Вот в видео на 33:36 вы приводите пример, когда на входе слоя Conv2D 2 карты и 8 ядер 3*3. А как тогда будут соотноситься 4 входные карты признаков и 8 ядер свертки * 4? Это если глянуть ваш код на 1:14:30 соответствует self.conv3. Будет ли критично как именно мы будем проводить атомарную операцию свертки между ядрами и картами? Что если мы поменяем местами ядра свертки?

@DataScienceZF 3 жыл бұрын

Не совсем понял вопрос. Если количество карт признаков на входе вырастет в два раза, то и количество весов тоже вырастет в два раза. Если поменять местами ядра свёртки, то поменяется позиция выходной карты признаков в общей матрице на выходе слоя.

@victortamino4998 3 жыл бұрын

@@DataScienceZF Поясню. Вот первая свертка self.conv1, одна входная карта и 4 ядра свертки, на выходе 4 карты. Далее эти четыре карты атомарно сворачиваются 4-мя ядрами * 4, т.е. всего 16 ядер, но на выходе, так же 4 карты. Т.е. кол-во выходных карт, как в первом случае, не увеличивается, а остается таким же - 4шт. А затем снова 4 входные, 8*4 ядер, т.е. уже 64, но на выходе 8 карт. А затем уже 8 входных, но на выходе снова 8. Иначе говоря, в некоторых случаях кол-во выходных карт удваивается, в некоторых, остается неизменным. Вот я не очень понял, как в таких случаях проводится атомарная операция свертки между картами и ядрами. И принципиально ли строгое соответствие карт ядрам при свертке? Если не принципиально, то это снимает вопрос. Т.к. по итогу, мы все равно получим верный feature вектор, который уже обработается полносвязным слоем нейронов, и если я правильно понимаю, изменится лишь в таком случае соответствие выходных нейронов к ожидаемым числам, т.е. 1=9 и 9=1. Верно?

@DataScienceZF 3 жыл бұрын

@@victortamino4998 сколько мы хотим получить выходных карт признаков мы выбираем сами когда задаем Conv2D слой. Количество ядер свёртки фиксированно и равно: "количество входных карт признаков" умножить на "количество выходных карт признаков". >> А затем снова 4 входные, 8*4 ядер, т.е. уже 64, но на выходе 8 карт. Тут будет не 64 а 32 ядра. То как выполняются операции строго детерминированно. Менять порядок карт и.т.д. нельзя в общем случае. >> И принципиально ли строгое соответствие карт ядрам при свертке? Это принципиально. Каждая атомарная свёртка обрабатывает только свою входную карту признаков.

@victortamino4998 3 жыл бұрын

@@DataScienceZF, благодарю, теперь стало понятнее, но не легче :) Можно тогда на примере рассмотреть? Вот для второго слоя conv2d (который у вас помечен как self.conv2), указано, что на входе 4 карты, на выходе 4 карты, и ядер 4*4 = 16. В таком случае как соотносятся ядра и карты? 1. вариант. 4 карты атомарно сворачиваются с первыми 4-мя ядрами получаются 4 выходные карты, которые складываются между собой и на выходе получается 1 карта. И так 4 раза. В итоге искомые 4 карты. 2. вариант. 1-ая карта из 4-х входных карт, атомарно сворачивается с первыми 4-мя ядрами по такому же принципу как сворачивается карта с 4-мя ядрами как у вас указано в примере для самого первого слоя self.conv1; получаем 4 карты которые складываем между собой и получаем одну выходную карту. Затем берем следующую входную карту (из тех 4-х входных) атомарно сворачиваем со следующими 4-мя ядрами, складываем выходные и снова получаем на выходе 1 карту. И так до конца. И тоже на выходе получаем 4 карты. По правде говоря, можно еще несколько вариантов привести. Но какой из них будет верным?

@DataScienceZF 3 жыл бұрын

@@victortamino4998 1 вариант абсолютно верный.

@masbro1901 3 жыл бұрын

i just see all your projects in web.. and wow.. i'm trying to pursue PhD program, i'am amaze with your work. i hope i can be part one of your contributes and being one of my research. congratz with all your work. salute. best regards.

@АлександрЕфимов-щ3и 3 жыл бұрын

Лучшая лекция по градиентному бустингу. Пошаговый разбор и подробно расписанная логика - шикарно

@bobdole27 3 жыл бұрын

Could this be done on an Altera

@DataScienceZF 3 жыл бұрын

De0Nano board which used in this project based on Altera Cyclone IV. So answer is yes.

@bobdole27 3 жыл бұрын

@@DataScienceZF Nice thank you, also is there any guide i can look to, im sort of a new at this

@DataScienceZF 3 жыл бұрын

@@bobdole27 You can start from method description and github link given in video description.

@bobdole27 3 жыл бұрын

@@DataScienceZF Thank You!

@1konnectr 3 жыл бұрын

Вы выложили лекции, а можно получить доступ к лабораторным работам

@DataScienceZF 3 жыл бұрын

Добавил ссылки на лабы в соответствующие лекции. К этой лекции прилагается лабораторная работа номер 1. www.kaggle.com/c/m-lab-1/

@1konnectr 3 жыл бұрын

@@DataScienceZF Скачать данные невозможно , т.к. не участник

@DataScienceZF 3 жыл бұрын

@@1konnectr в тексте к видео есть "код доступа" - ссылка по которой надо пройти что бы получить доступ к данным.

@user-vr6dm3pq7i 3 жыл бұрын

Спасибо!

@zenqezenqe9714 3 жыл бұрын

1:13:27 в дереве не вес<1.6, а рост

@argonianes 4 жыл бұрын

Error NaN on site

@Rey_leon 4 жыл бұрын

quedan con demasiado Flanger too much flanger

@gerardoromano3436 2 жыл бұрын

Hola Reynaldo, Ocurre especialmente con archivos comprimidos (MP3 etc), probá con FLAC o WAV sin compresión, pesan más pero queda mucho mejor.

@reyleon61 2 жыл бұрын

@@gerardoromano3436 Ante tu repuesta, hice lo siguiente. Puse ese mismo tema, el de Britney Spears - Sometimes en youtube. grabe el audio que esta en youtube (que ya esta codificado) o sea no baje ningun audio en flac ni nada con libre perdida. Despues de grabarlo en tiempo real, lo guarde en mp3. luego lo cargue con otro programa que tambien tiene la opcion de quitar voces, percusion, bajo, etc y le quite la voz y salio mucho mejor que este. realmente parece un track instrumental.

@elsheddars3918 2 жыл бұрын

@@reyleon61 este método es antiguo bro

@Rey_leon 2 жыл бұрын

@@elsheddars3918 Cual metodo ? El que indica el video ?

@elsheddars3918 2 жыл бұрын

@@Rey_leon si el de spleeter..

@floyd3197 4 жыл бұрын

WOW

@dinamicrc 4 жыл бұрын

yo la cargue y no funciona , pide mucho recurso de pc

@dinamicrc Жыл бұрын

@lvplay2 gracias por responder , no sé si hay Redes neuronales involucradas , sé que la publicidad lo dice pero esa tecnología está para cosas más complejas ,creo que es mucho , pero ¡ si funciona !, ya la tengo funcionando

@dinamicrc Жыл бұрын

@lvplay2 el mejor es Moisés , está la opción gratis y la paga , la paga es un pago anual , yo te go la última , es buenísima le han ido agregando más opciones , yo mismo les pedí a ellos , como sugerencia que agregaran la opción de sacar saxofón , aunque yo la uso en la batería , los resultados son increíbles , pero depende de la grabación original que esté muy bien grabada . Por otro lado , no es perfecta , hasta ahora , porque tomar desde una sola pista , los diferentes instrumentos implica morder parte de las frecuencias cercanas , pero en Moisés esto aveces imposible notarlo , repito , dependerá de la pista original . Ha mejorado mucho con el tiempo , yo la tuve desde el principio y tengo grabaciones de ese tiempo y las comparó con las de hoy , y hay mucha diferencia , hoy ya están apareciendo otras , pero hasta antés de Moisés , era imposible una buena separación de pistas a partir de una

@delpinsky 4 жыл бұрын

Really interesting work! I tried it on a FLAC file of a song impossible to find as instrumental cover on KZbin, and it worked more than decently.

@jorgedardon5487 4 жыл бұрын

Incredible!! Thank you so much for this tool. This is revolutionary.

@virgilev9776 4 жыл бұрын

Not that much they cut a portion a frequency that why the sound is kind strange and it’s something we can do since 1960

@repeekyraidcero 2 жыл бұрын

Not with this precision. You are mixing things up with simple -extremly lossy- extraction. This here actually takes vocal specifications into the calculations.

@Fatolaaaaaaaaaaaaaa 4 жыл бұрын

Hello guys, I need implement network neural in fpga? What's fpga you recommend? I can pay to 200$

@TrunsSharma 4 жыл бұрын

NEXYS-4, BASYS-3

@pankajtewatia2161 4 жыл бұрын

where to get the whole code of this project..github ? or something

@greta8849 4 жыл бұрын

producers and beat makers drooling

@repeekyraidcero 2 жыл бұрын

Almost. Not quite there yet sadly. Wish there were more breakthroughs in that field. AI doesn't impress me until it solves this problem in an adequat manner.