Channel
@aagasiev
On this record: Growth · Engagement · Posts · Citations · Cite this entry
47subscribers
-2 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001461358926 |
|---|---|
| Type | Channel |
| Username | @aagasiev |
| Created | Between 1 April 2019 and 26 September 2021 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 10 August 2026 |
| Last confirmed live | 16 September 2026 |
| Measurements held | 4 |
| Confirmed unchanged | 1 time, most recently 16 September 2026 |
| On Telegram | t.me/aagasiev |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 16 Sept 2026, 04:36 | 47 | -1 |
| 16 Aug 2026, 07:07 | 48 | -1 |
| 10 Aug 2026, 12:30 | 49 | no change |
| 7 Aug 2026, 20:04 | 49 | first reading |
15 posts held, back to 26 September 2021 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 15 posts for this entry, the most recent from 16 February 2023. An engagement rate over an empty window would be a number about nothing.
А вот грузим мы, допустим, модельку через StableDiffusionPipeline, чтобы погенерить всякий полезный в хозяйстве цифровой контент, вбиваем промт и негатив промт, запускаем пайплайн, а на выходе получаем неутешительный черный квадрат Малевича и ошибку вида: Potential NSFW content was detected in one or more images. A black image will be returned instead. Try again with a different prompt and/or seed. Чтож, пофиксит…
https://dtf.ru/s/595875-neyro-iskusstvo/1629399-nemnozhechko-shalim-animiruya-ves-prompta-bare-breasts Как можно заебаться, но таки расстегнуть одну пуговку на e-тян. Позволю себе процитировать коллегу: "Кому нужны эти реальные женщины) тут ебли больше)"
Заметил забавную штуку: если в промт /imagine для Midjourney загнать какую-нибудь абракадабру достаточной длины (например md5 хэш), то он всегда будет выдавать сгенерированные портреты женщин. Можно ли считать это доказательством того, что миджорни — мужик? Ибо, когда ему ничего не понятно, он фантазирует о женщинах 🤔
Наконец-то добрались руки до Github Copilot. Это такая умная система помощи программисту, которая может генерить кусочки кода за тебя. Мне понравилось, он по уму генерит код в нужном контексте, сам дописывает комментарии, даже на русском языке. Если вкратце, то очень экономит время на копипаст со стековерфлоу) Однако, заметил забавную фигню: довольно часто он не ускоряет разработку, а наоборот замедляет ее, потому …
Если кто еще не видел, отличный ШАДовский учебник по машинному обучению: https://ml-handbook.ru/ Правда, пока еще в процессе написания, но там уже довольно много хорошего контента.
"А то частенько оказывается, что эта новая супер-технология работает хуже, чем бейслайн, но хорошо обученный." О натягивании такой совы ResNet 50 на глобус можно почитать в ResNet strikes back: An improved training procedure in timm
Andrej Karpathy, директор по AI в Telsa отжигает: "There is a large number of fancy bayesian hyper-parameter optimization toolboxes around and a few of my friends have also reported success with them, but my personal experience is that the state of the art approach to exploring a nice and wide space of models and hyperparameters is to use an intern :)" "One time I accidentally left a model training during the winte…
80% ImageNet Top-1 превью статьи от анонима на ICLR 2022. Выглядит многообещающе: https://openreview.net/pdf?id=TVHS5Y4dNvM
Photo, posted without a caption
Кстати, из-за того, что набор данных для файн-тюна как правило небольшой, можно не стесняться искать лучшие гиперпараметры для классификатора тупым автоматическим перебором (learning rate, batch size, кол-во эпох и т.д.).
Если мы решаем практическую задачу для бизнеса с использованием ML, далеко не всегда надо учить свою модель с нуля, ибо дорого, долго и редко когда охуенно. Хотя, бюджет под это можно распилить очень легко, да и время провести с удовольствием и пользой для своих мозгов. Так что всем хорошим ребятам самое время тут использовать transfer learning. Интуитивно, суть подхода в том, что обученная на большом и широком по т…
Тут на нашей улице перевернулся грузовик с пряниками: в Google Colab Pro+ завезли карточки NVidia A100 с 40 гб видеопамяти. В целом, если вы боярин, то можно и себе прикупить такую, только стоит она в районе 1 млн руб за штучку.
Showing the 12 most recent of 15 posts we hold for @aagasiev. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 16 September 2026 — this entry's latest reading, not the date you are reading this.
“Python и ML” (@aagasiev), 47 subscribers as measured 16 September 2026. Telegram Register, tgregister.com/channel/aagasiev.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.