Channel
@pragmaticml
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
395subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002009922300 |
|---|---|
| Type | Channel |
| Username | @pragmaticml |
| Created | 21 November 2023 — measured — dated from the channel’s first post |
| First recorded | 8 August 2026 |
| Last confirmed live | 8 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/pragmaticml |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 05:51 | 395 | no change |
| 7 Aug 2026, 14:56 | 395 | first reading |
19 posts held, back to 21 November 2023 — 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 pageof 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 19 posts for this entry, the most recent from 13 February 2024. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 8 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
176 reactions across 17 posts, in 10 distinct kinds. The most used accounts for 42.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 74 | 42.0% | |
| 👍 | 55 | 31.3% | |
| ❤ | 36 | 20.5% | |
| 🤔 | 3 | 1.70% | |
| ✍ | 2 | 1.14% | |
| 🥰 | 2 | 1.14% | |
| ⚡ | 1 | 0.568% | |
| 🍓 | 1 | 0.568% | |
| 🤮 | 1 | 0.568% | |
| 🥴 | 1 | 0.568% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 17 of the 19 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 176reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 19 most recent posts we hold, published 21 November 2023 to 13 February 2024, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Cloudflare — пример того, как нужно решать вопросики. Даже за вычетом их крутых продуктов, которыми пользуется весь мир, (например 1.1.1.1 и CDN), они идут в сторону своей миссии — открытого и безопасного интернета для всех. Они пишут очень крутые постмортемы (рекомендую прочитать последний), делают крутые партнерки (serverless деплой модельки с HF на CDN), а также сражаются с патентными троллями, о чем и сегодняшн…
👍10❤1🤮1
В одной из первых домашек курса Efficient Deep Learning Systems предлагается порешать маленькие задачки, чтобы научить глубже понимать, как работает код на GPU – https://github.com/srush/GPU-Puzzles. 14 небольших задач на Python+NUMBA – несколько прекрасных вечеров, проведенных за решением этих головоломок, вам обеспечены. У srush много подобных занимательных задач, есть и про распределенное обучение, и про трансформ…
👍12❤3🤔2🔥1
На фоне того, что Цукерберг скупает сотни H100 для обучения новых версий LLama, все остальные начинают страдать от нехватки high-end видеокарт. А что делать бедным ресерчерам, у которых нет доступа к таким ресурсам? Ну например, пробовать дообучать большие модели через децентрализацию, как делают в Petals. Или, как предложили те же авторы Petals, обучать их, используя SWARM Parallelism. Сегодня разбор именно этого по…
🔥11🤔1🥰1
Наверное, стоит отдельно рассказать про топ 1 решение Kaggle соревы из поста выше. Не буду вдаваться глубоко в детали моделей, так как победители одновременно являются сотрудниками компании Owkin, которая занимается почти такой же задачей. Так что они использовали обученный у себя ViT(Phikon) как backbone для генерации признаков. Идея понятная — несколько разных ViT-like моделей как генераторы эмбеддов из кусков бол…
🔥8👍3❤1
Про аугментации. Я довольно давно не копался в CV. Последнее, что я помнил — albumentations лучшие в плане скорости работы и ассортимента методов в API. С тех пор не сильно что-то изменилось, кроме того, что я успел подергать torchvision в Мете, и он мне реально понравился в плане удобства и скорости работы. В рамках соревы все-таки задался вопросом, что сейчас происходит в аугментациях. Рассказываю. Ну во-первых,…
👍7🔥2
Про бенчмарки загрузки png картинок. Ужасно сгорел, перебирая разные способы загрузки png картинок. Настолько, что сел искать разные замены PIL. Так я наткнулся на бенч из поста выше и решил немного допилить его под png. Сводные результаты для картинок размером около imagenet (300х300) и огромных (10к х 10к) прикрепил. Ссылку на код закину в комменты. Из интересного: — Torchvision стабильно аутперформит всех и вся …
🔥5
Поучаствовал в прошлом месяце в UBC-Ocean сореве вместе с Димой. Больше ради того, чтобы вспомнить (а где-то и узнать), что там такого в компьютерном зрении происходит. Суть соревнования простая — есть снимки проб человеческих тканей, надо распознавать тип рака. Но, конечно, есть несколько нюансов: — Есть два типа картинок: WSI (whole slide images) и TMA (tissue microarrays). TMA — это 40-кратный зум среза, при этом…
👍6🔥3
Я потихоньку копаю историю про затачивание LLM-ок под свои задачи, желательно с инференсом на ноутбуке/смартфоне. Очень зацепила история про то, как дообучать большие модели меньшими ресурсами. Собственно, про LoRa и QLoRa сейчас из каждого утюга, я вам принес разбор первой. LoRA (Low-Rank Adaptation of Large Language Models) — это один из способов дообучать любую большую модель меньшим ресурсом (впрочем, можно приме…
🔥10⚡1❤1🍓1🥴1
Channel photo updated
Этот год был тяжелым во всех смыслах. Но в то же время он был вдохновляющим и интересным. В отпуске в Шотландии у меня было время поразмышлять о том, каким будет следующий год. И вот к каким мыслям я пришёл: — мы все больше будем видеть применение больших моделек на персональных девайсах. Вычислительная фотография там уже давно, ждём звук и текст. Мне нравится движение вокруг ollama comfyui. Компании медленно начина…
🔥10❤4
Коротко про навыки ML инженера Я считаю, что каждый ML инженер, кроме своей области ML, должен разбираться еще в двух вещах: - алгоритмах; - инфраструктуре, которую он использует. В целом это верно в том числе и для дата инженеров. Понимание алгоритмов дает вам интуицию при оценке скорости работы вашего кода (а еще иногда идеи для ускорения). Однажды я увидел в продакшене код составления драфта рекомендаций, которы…
🔥9❤2
Рекомендаций книг пост В 2020 году я прочитал «Проект Феникс». Увидел множество рекомендаций этой книги в чате ctodaily (чат при канале Самата, ведущего подкаста «Запуск завтра»), так и дополз. Эта книга написана в довольно интересном жанре «бизнес-роман». Если вкратце про жанр – это попытка донести какую-то бизнес-концепцию с помощью незамысловатого сюжета. Другие интересные примеры этого жанра – «Цель» Голдратта …
🔥4✍2❤1
Showing the 12 most recent of 19 posts we hold for @pragmaticml. 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.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
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 8 August 2026 — this entry's latest reading, not the date you are reading this.
“Pragmatic ML” (@pragmaticml), 395 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/pragmaticml.
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.