ML-REPA社区
邀请您参加有关计算机视觉的可重复性和实验管理的公开会议，该会议将于8月15日在Nagatino的Raiffeisenbank办公室举行。
在mitap上，我们将处理确保计算机视觉中实验的可重复性，管道自动化和模型版本化的功能。 DVC或MLFlow在哪里可以派上用场？ 在哪里写“自行车”更好？ 还可以更深入地了解Catalyst的实现及其应用程序。
完整程序和报告说明：
JOOM的数据科学家Vlad Grozin
MLFlow可提高实验重现性在报告中，我将在CV中进行实验的背景下讨论MLFlow。 我将谈谈他在MLFlow和DVC之间的哲学差异，以及在哪里值得使用，以及在哪里-另一个。
Roman Tezikov，Dbrain的中间数据科学家，催化剂库开发人员
Wokrshop：深入研究催化剂考虑使用Catalyst框架的可播放CV。 我将告诉您它的工作原理以及它的优点。
莫斯科三星AI中心研究工程师Dmitry Nikulin
研究中的实验管理：案例研究几天前，我们在CV和RL的交叉点发表
了一篇文章 。 我将告诉您有关为此编写的基础结构，我们如何设置实验以及必须发明什么自行车的信息。
我们在会议开始时间19:00-18:30为客人打开门
参加活动是免费的，但需要事先
注册