Автор: Павел Шалин

Опубликовано

Вепсские сказки

Вепсские сказки

В сборник вошли вепсские сказки, которые пересказала Татьяна Муравьёва — писатель, историк, экскурсовод Государственного исторического музея.
Эти сказки немного похожи на сказки ближайших соседей вепсов — русских и карелов. Но суровая северная природа, дремучие леса, каменные скалы, быстрые реки, широкое, как море, Онего-озеро и непременные обитатели этих мест — водяные и лешие — придают вепсским сказкам особую загадочность и новизну.

Для младшего школьного возраста

В самой древней известной русской летописи «Повести временных лет» говорится: «А на Белоозере сидит весь, которые здесь первонасельники».

Большинство исследователей считает, что современные вепсы — небольшой народ, живущий на северо-западе нашей страны — прямые потомки летописной веси. Название «Белое озеро» по-вепсски звучит как «Валгедьяри». Озеро назвали так из-за белых глин, которые залегают на его дне и просвечивают сквозь толщу воды даже в самом глубоком месте.

Соседями древней веси были родственные ей племена карел, ильменских словен и славян-кривичей. В «Повести временных лет» рассказывается, что в 862 году эти племена призвали из-за моря князя Рюрика с двумя братьями — Синеусом и Трувором, и Рюрик стал первым правителем Русской земли. Эта дата считается официальным началом русской государственности.

Вепсские сказки

Карта республики Карелия

Вепсские сказки

Читайте сказку из книги

Художник

Татьяна Муравьева

Татьяна Муравьёва — художник-график, писатель, педагог, сотрудник Государственного исторического музея. Родилась в 1958 году в Москве. Окончила художественно-графический факультет Педагогического института и отделение подготовки мастеров Художественно-промышленного института имени Строганова по специальности художник-монументалист. Сейчас занимается книжной иллюстрацией. Много лет работала экскурсоводом в разных музеях Москвы и в музее-заповеднике на острове Кижи. Три года прожила на острове Валаам, руководила там художественной студией при Доме культуры. Автор книг о русских сказках и былинах, московских живописцах и усадьбах, а также о мифологии Египта, Индии, Восточной Европы и России.

Опубликовано

Как один мальчик стал ученым: Михаил Ломоносов, айсберги и вертолёт

Главная - Для детей - Как один мальчик стал ученым: Михаил Ломоносов, айсберги и вертолёт Обложка в работеОбложка в работеМихаил Ломоносов Скоро Как один мальчик стал ученым: Михаил Ломоносов, айсберги и вертолёт

Цикл рассказов о великих людях России открывает книга, посвященная Михаилу Ломоносову.
Юные читатели узнают о том, каким было детство Михаила Ломоносова, чем интересовался будущий великий ученый, какие вопросы задавал взрослым, какие книжки читал, кем был его первый учитель, какие интересные и великие открытия сделал Ломоносов, когда вырос. Несложное практическое задании по созданию модели вертолёта-беспилотника познакомит детей с некоторыми законами физики. А советы, которые мог бы дать академик Ломоносов, подскажут будущим учёным, как развить свои способности и уверенно идти к выбранной цели.

Для младшего школьного возраста

Приглашаем в увлекательное путешествие к знаменитым людям прошлого!

Это сейчас их знает весь мир, а вначале они были обыкновенными мальчиками и девочками. Впрочем, не совсем обыкновенными,  а чрезвычайно любознательными,  целеустремленными и трудолюбивыми.

Как они жили, во что играли, какие книжки читали, была ли у них заветная мечта? И чтобы они посоветовали тем, кто не  боится ставить перед собой самые грандиозные цели?

Все знают, что Михаил Ломоносов — великий российский ученый. Он занимался многими науками, носил камзол и парик, писал стихи «высоким», но непонятным стилем и создал Московский университет. Это всё верно и, наверное, немного скучно.
Но именно Ломоносов сделал мореплавание наукой, открыл атмосферу планеты Венера, разгадал тайну цветного стекла, описал виды и поведение айсбергов, создал модель беспилотника. Согласись, неплохо для человека 18 века!

Из книги ты узнаешь:

  • Как жили ребята в русской северной деревни 300 лет назад
  • Чему и как они учились в школах
  • О чем мечтал юный Михайло Ломоносов и чего достиг
  • Как собрать простейшую модель вертолёта
  • Что бы посоветовал учёный мальчикам и девочкам для достижения цели
Опубликовано

Как один мальчик стал ученым: Дмитрий Меделеев, химия сыра и приключения в небе

Как один мальчик стал ученым: Дмитрий Меделеев, химия сыра и приключения в небеКак один мальчик стал ученым: Дмитрий Меделеев, химия сыра и приключения в небе

Цикл рассказов о великих людях России продолжает книга, посвященная Дмитрию Менделееву.
Юные читатели узнают о том, как воспитывали маленького Диму Менделеева в многодетной семье, как он учился в гимназии, сложно ли было мальчику из провинциального Тобольска поступить в столичный институт, и конечно, познакомятся с самыми важными и смелыми открытиями великого ученого. А чтобы знакомство с великими идеями Менделеева происходило веселее, детям и их родителям предлагается несложный практический опыт, результат которого можно съесть на завтрак.

Для младшего школьного возраста

Приглашаем в увлекательное путешествие к знаменитым людям прошлого!

Это сейчас их знает весь мир, а вначале они были обыкновенными мальчиками и девочками. Впрочем, не совсем обыкновенными,  а чрезвычайно любознательными,  целеустремленными и трудолюбивыми.

Как они жили, во что играли, какие книжки читали, была ли у них заветная мечта? И чтобы они посоветовали тем, кто не  боится ставить перед собой самые грандиозные цели?

Про Дмитрия Менделеева слышали все, даже те, кто еще не изучает химию в школе. Считается, что ему во сне пришла гениальная идея периодической таблицы элементов. Но на самом деле в этом утверждении верно одно: изобретения ученого были гениальны. Его интересовало всё: от производства сыра до добычи нефти и полета на аэростате. А чемоданы, которые Менделеев мастерил своими руками, славились на всю Москву!

Но в самом начале у Димы Менделеева была гимназия в далеком Тобольске и огромная мечта знать всё.

Из книги ты узнаешь:

  • Как жили многодетные семьи в России в конце XIX века
  • Чему и как учились в гимназиях
  • О чем мечтал юный Дмитрий Менделеев и чего достиг
  • Как в домашних условиях сделать сыр
  • Что бы посоветовал учёный мальчикам и девочкам для достижения цели
Опубликовано

Бестселлер! Большие языковые модели на практике: Понимание языка и генерация текстов

Книга посвящена практическому использованию современных языковых моделей и методам работы с текстовыми данными. Рассматриваются ключевые принципы, лежащие в основе архитектуры трансформеров, а также способы применения предобученных моделей для генерации текста, аннотирования, классификации и семантического поиска. Подробно разобраны техники построения поисковых систем на базе векторных представлений, методы переранжирования, подходы к анализу и кластеризации документов, а также принципы использования генеративных моделей — от приемов работы с запросами до решений с дополненной выборкой (RAG). Особое внимание уделено практическим рекомендациям по созданию эффективных конвейеров LLM и оптимизации моделей под конкретные задачи с помощью современных методов обучения.

Для специалистов по ИИ, инженеров по данным, разработчиков, технических руководителей

В последние годы искусственный интеллект сделал заметный рывок в развитии языковых возможностей. Быстрый прогресс в области глубокого обучения привел к появлению моделей, которые умеют писать и понимать текст значительно лучше, чем прежде. Эти достижения уже позволяют создавать новые функции, продукты и даже целые отрасли. Благодаря наглядной подаче материала книга поможет читателю освоить практические инструменты и концепции, необходимые для использования таких технологий сегодня.

Из книги вы узнаете:

  • как применять предобученные большие языковые модели для задач копирайтинга и аннотирования;
  • как строить системы семантического поиска, выходящие за рамки простого сопоставления ключевых слов;
  • как использовать существующие библиотеки и модели для классификации, поиска и кластеризации текстов.

Книга объясняет:

  • как устроены трансформерные языковые модели, обеспечивающие высокое качество генерации и представления текста;
  • как создавать продвинутые конвейеры на базе больших языковых моделей (LLM) для кластеризации документов и исследования их тематического содержания;
  • как применять такие методы, как векторный поиск и переранжирование, чтобы строить семантические поисковые системы, не ограниченные поиском по ключевым словам;
  • как использовать генеративные модели — от техники составления запросов (промпт-инжиниринг) до генерации с дополненной выборкой (RAG);
  • как глубже разобраться с методами обучения LLM и способами их оптимизации для конкретных задач, используя дообучение генеративных моделей, сравнительное дообучение и контекстное обучение.

Понимание языка и генерация текстов

В своей книге Джей и Маартен продолжают традиции увлекательного, красочного и доходчивого объяснения самых сложных вопросов. Это незаменимое пособие для тех, кто хочет изучить основные способы создания больших языковых моделей
Эндрю Ын, основатель DeepLearning.AI

Мне трудно представить более важную книгу, которую необходимо прочитать именно сейчас. Практически на каждой странице я находил что-то полезное для достижения успеха в эпоху языковых моделей
Джей Аламмар – исполнительный директор по инжинирингу в компании Cohere.

Книгу “Большие языковые модели на практике: Понимание языка и генерация текстов” можно купить в нашем интенет-магазине.

Опубликовано

Вышла книга “Основы разработки приложений для iOS”

Основы разработки приложений для iOS

Книга рассказывает о практических основах разработки приложений для iOS с использованием SwiftUI, языка Swift и Xcode. Рассматривается программирование на Swift, от базовых конструкций до структурированного параллелизма и объектно-ориентированного программирования, работа со Swift Playgrounds, декларативный подход SwiftUI, построение пользовательских интерфейсов с помощью стеков, фреймов и сеток, управление состоянием и данными, навигация, анимация, графика и диаграммы. Отдельное внимание уделено созданию собственных представлений и контейнеров, разработке виджетов и Live Activities, использованию SwiftData, Core Data и CloudKit, интеграции SwiftUI и UIKit, а также подготовке и публикации приложений в App Store. В книге представлены практические примеры и пошаговые инструкции.

Для iOS-разработчиков

Эта книга — практическое руководство по созданию современных приложений для iOS с использованием SwiftUI, языка Swift и Xcode.

Подробно рассматриваются основы языка программирования Swift, включая типы данных, управляющие конструкции, функции, объектно-ориентированное программирование, обертывание свойств, структурированную конкурентность вычислений и обработку ошибок.

Большой раздел посвящен SwiftUI и разработке в Xcode: дается детальный обзор Xcode в режиме SwiftUI, показано создание собственных представлений, построение пользовательских интерфейсов, работа со стеками, фреймами, формами и архитектурой проектов.

Отдельно разбирается работа с данными, включая обработку данных с помощью свойств состояния и объектов observable, state и environment. Рассматриваются вопросы дизайна пользовательского интерфейса: модификаторы, списки, представления с вкладками, контекстные меню, элементы навигации по пользовательскому интерфейсу и структурные группы. В продвинутых темах охватываются графика и построение диаграмм, применение анимации в пользовательском интерфейсе, трансформация представлений и обработка жестов, WidgetKit, Live Activities, приложения на основе документов, Core Data, SwiftData и CloudKit.

Подробно рассматривается интеграция с UIKit, включая интеграцию SwiftUI-представления в существующие проекты на базе UIKit и интеграцию кода UIKit в SwiftUI. В завершающей части содержится пошаговое руководство по упаковке приложения и его размещению в App Store. Материал сопровождается практическими пошаговыми инструкциями и наглядными примерами.

• Установка и изучение Xcode
• Изучение программирования на Swift
• Эксперименты со Swift Playgrounds
• Освоение декларативного синтаксиса SwiftUI
• Проектирование интерфейсов с использованием стеков, фреймов и сеток
• Использование предиктивного автодополнения кода
• Создание графики и диаграмм
• Добавление анимации в приложения
• Создание собственных представлений и контейнеров
• Разработка виджетов и Live Activities
• Хранение данных с помощью SwiftData

Книгу “Основы разработки приложений для iOS” можно купить в нашем интенет-магазине.

Опубликовано

Встречайте: Программируем на Python с использованием искусственного интеллекта

Программируем на Python с использованием искусственного интеллекта

Книга представляет собой практическое руководство по интеграции искусственного интеллекта в процесс разработки на Python. Рассматривается применение ИИ-ассистентов, включая ChatGPT и аналогичные языковые модели, для повышения эффективности на всех этапах жизненного цикла ПО: от сбора требований и проектирования до написания кода, тестирования, развертывания и мониторинга. На примере сквозного проекта (USB T-Shirt Launcher) и реальных сценариев шаг за шагом показано, как использовать ИИ для автоматизации рутинных задач, генерации чистого и безопасного кода, рефакторинга по принципам SOLID, написания тестов, настройки CI/CD и развертывания в облаке. Изложенная методология универсальна и позволяет применять описанные принципы с любым доступным ИИ-инструментом, превращая его в эффективного помощника для ускорения разработки и повышения качества кода.

Для Python-разработчиков

Прокачайте навыки с ИИ — десятикратно умножьте эффективность разработки

Эта книга — практическое руководство по интеграции ИИ (ChatGPT и аналогичных языковых моделей) в полный цикл разработки на Python.

На примере сквозного проекта «USB T-Shirt Launcher» рассматривается применение ИИ-ассистента на всех этапах жизненного цикла ПО (SDLC).

Книга ведет читателя от планирования (формулирование OKR и сбор требований) к проектированию архитектуры.

Далее рассматривается фаза разработки: генерация кода, рефакторинг по принципам SOLID, написание модульных и интеграционных тестов. Завершается цикл развертыванием и эксплуатацией — настройкой CI/CD-пайплайнов, облачным деплоем и мониторингом производительности с помощью Grafana Cloud.Читатель освоит не работу с одним инструментом, а универсальную методологию применения ИИ для устранения рутины — от генерации документации и сообщений для фиксаций кода до автоматической отладки и анализа кода на уязвимости.

Акцент делается на промт-инжиниринге, критической оценке ответов модели и бесшовной интеграции ИИ в ежедневный рабочий процесс для достижения максимальной скорости и качества разработки в реальных проектах.

КЛЮЧЕВЫЕ ОСОБЕННОСТИ КНИГИ

  • Сквозной практический проект: все методики применяются шаг за шагом к единому проекту — от идеи до работающего приложения
  • Фокус на полный SDLC: выход за рамки генерации кода к комплексному улучшению всего процесса разработки
  • Переносимые навыки: принципы промт-инжиниринга и интеграции ИИ не зависят от конкретной модели и остаются актуальными

ЧТО ВЫ ОСВОИТЕ

  • Практику промт-инжиниринга для сложных задач: от декомпозиции функциональных требований до написания сообщений к коммитам
  • Автоматизацию проектирования, написания чистого кода и рефакторинга с соблюдением SOLID
  • Создание тестов, проверку безопасности и настройку пайплайнов CI/CD с помощью ИИ
  • Стратегии облачного развертывания и настройку производительности с использованием ChatGPT
  • Критическую оценку ответов ИИ и его интеграцию в ежедневный рабочий процесс

Книгу “Программируем на Python с использованием искусственного интеллекта” можно купить в нашем интенет-магазине.

Опубликовано

Новинка: “Kotlin. Краткий курс”

Kotlin. Краткий курс

Практическое введение в язык программирования Kotlin, ориентированное на быстрое и уверенное освоение современного стека разработки. Рассматриваются ключевые концепции языка, принципы объектно-ориентированного и функционального программирования, работа с коллекциями, механизмы конкурентности на корутинах и основы модульного тестирования. Книга содержит практические проекты, что позволяет сразу закреплять полученные знания и видеть их применение в реальных задачах. Особое внимание уделено надежным подходам к разработке, REST-сервисам, облачным и бессерверным решениям. Автор опирается на многолетний опыт работы с крупными облачными платформами и современными архитектурными моделями, сочетая теорию с проверенными практиками индустрии.

Для программистов

Руководство по рефакторингу

Перед вами практическое введение в Kotlin, которое поможет быстро освоить этот язык программирования и уверенно применять его возможности при создании надежных приложений. Материал изложен последовательно и охватывает ключевые темы: основы синтаксиса, объектно-ориентированное и функциональное программирование, работу с коллекциями, механизмы конкурентности и тестирование. Каждая глава построена вокруг практических задач, что делает обучение максимально приближенным к реальным рабочим ситуациям и позволяет закреплять полученные знания.

По ходу изложения автор использует проверенные отраслевые приемы, объясняя не только как работает код, но и почему определенные подходы считаются лучшими. Благодаря этому даже начинающие разработчики могут усвоить профессиональные методы и применять язык в серьезных проектах.
Освоив курс, читатель получит прочные базовые знания по языку Kotlin и навыки разработки приложений, включая REST-сервисы и бессерверные решения, использующие возможности облачной экосистемы Kotlin.

Книга предназначена студентам, Java-программистам, бекэнд- и фуллстек -специалистам, мобильным разработчикам, а также всем, кто хочет изучить Kotlin с нуля или актуализировать свои знания.

ВЫ ИЗУЧИТЕ:

  • синтаксис и основные соглашения Kotlin;
  • концепции объектно-ориентированного и функционального программирования;
  • эффективную работу с коллекциями Kotlin и использование стандартной библиотеки;
  • приемы конкурентного и параллельного программирования с помощью корутин;
  • подходы и лучшие практики, позволяющие создавать надежные современные приложения;

разработку различных типов решений, включая REST API и бессерверные приложения.

 

Елена Ван Энгелен - Маслова

Елена ван Энгелен – Маслова (Elena van Engelen – Maslova) — эксперт-инженер с более чем 20-летним опытом создания высоконагруженных и легко поддерживаемых программных решений. Обладая учеными степенями в области вычислительной техники и программной инженерии, а также сертификатами AWS и Azure, она специализируется на современных технологиях: Kotlin, микросервисной и событийно-ориентированной архитектуре.
Ее карьера, построенная в ведущих компаниях телекоммуникационного, финансового и e-commerce секторов, — это практическое воплощение ее убеждения: качественное программное обеспечение способно трансформировать бизнес и улучшать жизнь людей. Свои глубокие профессиональные знания, подкрепленные опытом руководства командами, она переносит на страницы книг, делая сложные концепции доступными для разработчиков.

Книгу “Kotlin. Краткий курс” можно купить в нашем интенет-магазине.

Опубликовано

Вышла книга: “Анализ данных. Как стать профессионалом”

Анализ данных. Как стать профессионалом

В книге разобраны восемь сценариев, с которыми неизбежно придется иметь дело любому аналитику данных. Рассказано, как на языке Python обращаться не только с готовыми, но и с частично обработанными и фрагментарными данными. Рассмотрены инструменты из популярных библиотек Pandas и Numpy, освещена проблема доведения незавершенных проектов до результата, объяснено, как построить минимальную полноценную модель и проверить ее работоспособность. Особое внимание уделено анализу временных рядов и других данных, которые могут быстро меняться.

Для начинающих аналитиков данных

Книга предназначена для начинающих аналитиков данных.Дэвид Эсбот — автор книги, архитектор ПО и преподаватель курсов по Data Science, один из ведущих подкаста Half Stack Data Science.

Отзывы о книге

Продуманная и хорошо написанная книга, демонстрирующая, как решать всевозможные проблемы, связанные с анализом данных.
 Наоми Седер, член фонда Python Software Foundation

Отличный материал для любого амбициозного исследователя данных!
 Эндрю Р. Фрид, компания IBM

Дэвид выстроил ясный и легко воспроизводимый аппарат, который поможет вам справиться с не до конца сформулированными требованиями заказчика и найти решение гораздо быстрее, чем от вас ожидают!
 Шон Макгирр, компания DevOn Software Services

В этой книге маститый аналитик данных рассказывает, как справляться с распространёнными проблемами, возникающими на практике, не забыв о тех коварных приемах мастеров, говорить о которых не принято.
 Рэнди Ау, компания Google

В реальной практике анализ данных бывает сложным и запутанным.Чтобы преуспеть в нем, придется освоить работу с не вполне достоверными источниками данных, неоднозначными запросами и несовместимыми форматами — зачастую без источников.

В этой книге вы не найдёте чистеньких структурированных примеров, которые разбираются на курсах и тренингах. Напротив, здесь пошагово объяснён профессиональный подход, вооружившись которым, вы справитесь с обработкой данных любой сложности.

В книге разобраны восемь сценариев, с которыми неизбежно придется иметь дело любому аналитику данных.

Вы научитесь:

  • моделировать данные;
  • вычленяя пользовательские запис;
  • ориентироваться в плохо очерченных метриках;
  • извлекать данные из PDF — и многому другому;
  • подхватывать и доводить до конца незавершенные проекты;
  • в кратчайшие сроки создавать прототипы, опираясь на реальные данные.

Особое внимание уделено обработке временных рядов и данных, которые динамически обновляются в режиме реального времени. Книга проиллюстрирована подробными листингами на языке Python.

Основные библиотеки, на материале которых автор строит примеры, — Pandas и NumPy. Вооружившись этими знаниями, вы обзаведетесь внушительным портфолио — не забудьте похвастаться им на собеседовании.

 

Книгу “Анализ данных. Как стать профессионалом” можно купить в нашем интенет-магазине.

Опубликовано

Новинка: Нескучная робототехника

Нескучная робототехника

Книга содержит разнообразные занимательные задания, связанные с робототехникой, и способствует развитию логики, памяти, внимания у детей от 10 до 12 лет. Она поможет им содержательно провести свободное время и узнать много интересного из мира роботов.

Обучение построено как увлекательная игра: читатель начинает с получения в подарок от завода коробки с деталями для будущего робота. Решая логические задачи и головоломки, юный конструктор поэтапно развивает своего «железного питомца» — собирает ему голову, ставит на гусеницы, добавляет руки и, наконец, ноги, превращая робота в настоящего андроида. Авторские рисунки на каждом развороте создают живой и понятный мир, где робот растёт и умнеет на глазах у читателя. За верные решения читатель получает пароли для скачивания секретных файлов с бонусными заданиями, цветными иллюстрациями и историями из области робототехники.

Книгу “Нескучная робототехника” можно купить в нашем интенет-магазине.

Опубликовано

Встречайте: Генеративный ИИ на практике: трансформеры и диффузионные модели

Генеративный ИИ на практике: трансформеры и диффузионные модели

Книга представляет собой исчерпывающее практическое руководство по современному генеративному искусственному интеллекту. Она последовательно проводит читателя от основ представления информации до передовых методов создания изображений, текста и аудио с помощью открытых моделей. Подробно разбираются ключевые архитектуры: трансформеры и автоэнкодеры, CLIP, диффузионные модели и Stable Diffusion. Существенная часть книги посвящена трансферному обучению, включая тонкую настройку языковых моделей и моделей для генерации изображений. Подробно описаны креативные приложения, генерация аудио и рассмотрены стремительно развивающиеся направления в этой области. Книга имеет ярко выраженную практическую направленность, содержит пошаговые инструкции, проекты для самостоятельной работы, упражнения и задачи для закрепления материала.
Для специалистов-практиков по генеративному ИИ

Трансформеры и диффузионные модели

Это практическое руководство научит вас применять методы генеративного искусственного интеллекта для создания текстов, изображений, аудио и даже музыки. Вы поймёте, как работают современные генеративные модели, как дообучать и адаптировать их под свои задачи, а также как комбинировать готовые компоненты для создания новых моделей и творческих приложений в различных областях.
Книга сочетает теоретические концепции с практическими примерами, содержит рабочие листинги и наглядные иллюстрации. Вы научитесь использовать библиотеки с открытым исходным кодом для работы с трансформерами и диффузионными моделями, исследовать код и анализировать готовые проекты

Вы узнаете, как

  • Создавайте и настраивайте модели для генерации текста и изображений.
  • Сравнивайте подходы: использование предобученной модели и дообучение собственной.
  • Создавайте и применяйте модели для генерации, редактирования и стилизации изображений.
  • Адаптируйте трансформеры и диффузионные модели для различных творческих задач.
  • Обучайте модели для отражения вашего уникального стиля.

Книгу “Генеративный ИИ на практике: трансформеры и диффузионные модели” можно купить в нашем интенет-магазине.

Отзывы о книге……………………………………………………………………………………… 11

Предисловие…………………………………………………………………………………………… 13

Для кого эта книга……………………………………………………………………………………………………………………… 13

Предварительная подготовка…………………………………………………………………………………………………… 14

Чему вы научитесь…………………………………………………………………………………………………………………….. 14

Как следует читать эту книгу…………………………………………………………………………………………………… 15

Требования к программному и аппаратному обеспечению………………………………………………….. 15

Условные обозначения, используемые в книге……………………………………………………………………….. 16

Использование примеров кода…………………………………………………………………………………………………. 17

Комплект цветных изображений………………………………………………………………………………………………. 17

Актуальность книги…………………………………………………………………………………………………………………… 17

Благодарности…………………………………………………………………………………………………………………………… 17

Часть I. Использование открытых моделей……………………….. 21

Глава 1. Введение в генеративные медиа……………………………………………….. 23

Генерация изображений……………………………………………………………………………………………………………. 24

Генерация текста……………………………………………………………………………………………………………………….. 26

Создание аудио………………………………………………………………………………………………………………………….. 28

Этические и социальные последствия……………………………………………………………………………………… 28

Где мы были раньше и как обстоят дела сейчас…………………………………………………………………….. 29

Как создаются генеративные ИИ-модели………………………………………………………………………………… 30

Заключение………………………………………………………………………………………………………………………………… 31

Глава 2. Трансформеры………………………………………………………………………….. 33

Языковая модель в действии…………………………………………………………………………………………………….. 34

Токенизация текста………………………………………………………………………………………………………… 34

Прогнозирование вероятностей…………………………………………………………………………………….. 37

Генерация текста……………………………………………………………………………………………………………. 40

Генерализация с нулевым выстрелом (Zero-shot)………………………………………………………… 49

Генерализация с несколькими выстрелами (Few-shot)………………………………………………… 51

Блок трансформера……………………………………………………………………………………………………………………. 53

Генеалогия модели-трансформера…………………………………………………………………………………………… 55

Задачи «последовательность-последовательность»…………………………………………………… 55

Модели, имеющие только энкодер……………………………………………………………………………….. 57

Сила предварительного обучения……………………………………………………………………………………………. 60

Краткий обзор трансформеров…………………………………………………………………………………………………. 63

Ограничения……………………………………………………………………………………………………………………. 65

Помимо текста………………………………………………………………………………………………………………… 66

Создание проекта: использование языковой модели для генерации текста………………………… 70

Заключение………………………………………………………………………………………………………………………………… 70

Вопросы……………………………………………………………………………………………………………………………………… 72

Практика…………………………………………………………………………………………………………………………………….. 72

Глава 3. Сжатие и представление информации………………………………………. 75

Автоэнкодеры…………………………………………………………………………………………………………………………….. 77

Подготовка данных………………………………………………………………………………………………………… 78

Энкодер……………………………………………………………………………………………………………………………. 80

Декодер……………………………………………………………………………………………………………………………. 83

Обучение…………………………………………………………………………………………………………………………. 84

Исследование латентного пространства……………………………………………………………………… 89

Визуализация латентного пространства……………………………………………………………………… 93

Вариационные автоэнкодеры…………………………………………………………………………………………………… 97

Энкодеры и декодеры VAE……………………………………………………………………………………………. 98

Выборка из распределения энкодера…………………………………………………………………………… 99

Обучение VAE………………………………………………………………………………………………………………. 102

Использование VAE для генеративного моделирования………………………………………….. 110

CLIP…………………………………………………………………………………………………………………………………………… 111

Контрастные потери…………………………………………………………………………………………………….. 111

Использование CLIP, шаг за шагом……………………………………………………………………………. 113

Классификация изображений с нулевым выстрелом с помощью CLIP…………………… 118

Конвейер классификации изображений с нулевым выстрелом……………………………….. 120

Варианты использования CLIP…………………………………………………………………………………… 121

Альтернативы CLIP…………………………………………………………………………………………………………………. 122

Время проекта: семантический поиск изображений…………………………………………………………….. 122

Заключение………………………………………………………………………………………………………………………………. 124

Вопросы……………………………………………………………………………………………………………………………………. 125

Задачи………………………………………………………………………………………………………………………………………. 126

Глава 4. Модели диффузии…………………………………………………………………… 127

Итеративное уточнение — ключ к пониманию моделей диффузии……………………………………. 128

Обучение моделей диффузии………………………………………………………………………………………………….. 131

Данные…………………………………………………………………………………………………………………………… 132

Добавление шума…………………………………………………………………………………………………………. 134

UNet……………………………………………………………………………………………………………………………….. 135

Обучение……………………………………………………………………………………………………………………….. 137

Выборка………………………………………………………………………………………………………………………… 139

Оценка……………………………………………………………………………………………………………………………. 140

Графики шума………………………………………………………………………………………………………………………….. 142

Зачем надо добавлять шум?………………………………………………………………………………………… 143

Начинаем с простого……………………………………………………………………………………………………. 144

Математика…………………………………………………………………………………………………………………… 146

Влияние входного разрешения и масштабирования…………………………………………………. 151

Подробный разбор: UNet и альтернативы…………………………………………………………………………….. 153

Простая модель UNet……………………………………………………………………………………………………. 154

Улучшение UNet…………………………………………………………………………………………………………… 157

Альтернативные архитектуры…………………………………………………………………………………….. 158

Подробный разбор: цели диффузии……………………………………………………………………………………….. 159

Время проекта: обучение собственной модели диффузии…………………………………………………… 161

Заключение………………………………………………………………………………………………………………………………. 162

Вопросы……………………………………………………………………………………………………………………………………. 162

Задачи………………………………………………………………………………………………………………………………………. 163

Глава 5. Stable Diffusion и обусловленная генерация…………………………….. 165

Добавление контроля: модели с условиями………………………………………………………………………….. 165

Подготовка данных………………………………………………………………………………………………………. 166

Создание модели, обусловленной классом……………………………………………………………….. 168

Обучение модели………………………………………………………………………………………………………….. 169

Выборка………………………………………………………………………………………………………………………… 171

Повышение эффективности: Latent Diffusion………………………………………………………………………… 174

Stable Diffusion: подробнее о компонентах…………………………………………………………………………… 175

Энкодер текста……………………………………………………………………………………………………………… 176

Вариационный автоэнкодер (VAE)…………………………………………………………………………….. 178

UNet……………………………………………………………………………………………………………………………….. 181

Stable Diffusion XL………………………………………………………………………………………………………… 183

FLUX, Stable Diffusion 3 и генерация видео……………………………………………………………….. 185

Руководство без классификаторов……………………………………………………………………………… 185

Собираем все вместе: аннотированный цикл выборки………………………………………………………… 187

Открытые данные, открытые модели…………………………………………………………………………………….. 190

Закат LAION-5B……………………………………………………………………………………………………………. 191

Альтернативы……………………………………………………………………………………………………………….. 192

Добросовестное и коммерческое использование………………………………………………………. 192

Время проекта: создание интерактивной демомодели с помощью Gradio…………………………. 193

Заключение………………………………………………………………………………………………………………………………. 194

Вопросы……………………………………………………………………………………………………………………………………. 195

Задачи………………………………………………………………………………………………………………………………………. 195

Часть II. Перенос обучения для генеративных моделей 197

Глава 6. Тонкая настройка языковых моделей…………………………………….. 199

Классификация текста…………………………………………………………………………………………………………….. 200

Определение набора данных………………………………………………………………………………………. 201

Определение типа модели……………………………………………………………………………………………. 202

Выбор хорошей базовой модели………………………………………………………………………………… 203

Предварительная обработка набора данных……………………………………………………………. 204

Определение оценочных метрик…………………………………………………………………………………. 206

Обучение модели………………………………………………………………………………………………………….. 208

Все еще актуально?……………………………………………………………………………………………………… 216

Генерация текста……………………………………………………………………………………………………………………… 217

Выбор правильной генеративной модели………………………………………………………………….. 217

Обучение генеративной модели………………………………………………………………………………….. 221

Инструкции………………………………………………………………………………………………………………………………. 225

Краткое введение в адаптеры…………………………………………………………………………………………………. 230

Краткое введение в квантование……………………………………………………………………………………………. 234

Собираем все вместе……………………………………………………………………………………………………………….. 237

Более глубокое погружение в оценку…………………………………………………………………………………….. 243

Время проекта: поисково-дополненная генерация………………………………………………………………. 246

Заключение………………………………………………………………………………………………………………………………. 247

Вопросы……………………………………………………………………………………………………………………………………. 249

Задачи………………………………………………………………………………………………………………………………………. 249

Глава 7. Тонкая настройка Stable Diffusion…………………………………………… 251

Тонкая настройка полной модели Stable Diffusion………………………………………………………………. 251

Подготовка набора данных…………………………………………………………………………………………. 252

Тонкая настройка модели……………………………………………………………………………………………. 254

Вывод модели……………………………………………………………………………………………………………….. 257

DreamBooth………………………………………………………………………………………………………………………………. 259

Подготовка набора данных…………………………………………………………………………………………. 261

Сохранение предыдущих знаний……………………………………………………………………………….. 261

Подготовка модели с помощью DreamBooth…………………………………………………………….. 262

Вывод…………………………………………………………………………………………………………………………….. 263

Обучение LoRA………………………………………………………………………………………………………………………… 264

Предоставление для Stable Diffusion новых возможностей…………………………………………………. 267

Inpainting……………………………………………………………………………………………………………………….. 267

Дополнительные входы для специальных обусловливаний……………………………………. 267

Время проекта: самостоятельное обучение модели SDXL с помощью DreamBooth и LoRA 268

Заключение………………………………………………………………………………………………………………………………. 269

Вопросы……………………………………………………………………………………………………………………………………. 270

Задачи………………………………………………………………………………………………………………………………………. 270

Часть III. Двигаемся дальше…………………………………………………….. 271

Глава 8. Творческое применение моделей text-to-image………………………… 273

Преобразование изображения в изображение………………………………………………………………………. 273

Inpainting…………………………………………………………………………………………………………………………………… 275

Взвешивание промптов и редактирование изображений…………………………………………………….. 277

Взвешивание и слияние промптов………………………………………………………………………………. 277

Редактирование диффузионных изображений с помощью Semantic Guidance………. 280

Редактирование реальных изображений с помощью инверсии………………………………………….. 283

Редактирование с помощью LEDITS++………………………………………………………………………. 284

Редактирование реальных изображений с помощью тонкой настройки через инструкции      286

ControlNet…………………………………………………………………………………………………………………………………. 288

Изображения в качестве промптов и вариации изображений……………………………………………… 291

Вариации изображений……………………………………………………………………………………………….. 291

Изображения в качестве промптов……………………………………………………………………………… 293

Перенос стиля……………………………………………………………………………………………………….. 293

Дополнительный контроль………………………………………………………………………………….. 295

Время проекта: ваш творческий холст………………………………………………………………………………….. 296

Заключение………………………………………………………………………………………………………………………………. 296

Вопросы……………………………………………………………………………………………………………………………………. 297

Глава 9. Генерация аудио…………………………………………………………………….. 299

Аудиоданные……………………………………………………………………………………………………………………………. 301

Осциллограмма…………………………………………………………………………………………………………….. 305

Спектрограммы…………………………………………………………………………………………………………….. 306

Преобразование речи в текст с использованием архитектур на основе трансформеров…. 314

Техники на основе энкодеров……………………………………………………………………………………… 315

Техники на основе энкодер-декодера…………………………………………………………………………. 319

От модели к конвейеру…………………………………………………………………………………………………. 323

Оценка……………………………………………………………………………………………………………………………. 325

Генерация аудио……………………………………………………………………………………………………………………… 331

Генерация звука с помощью моделей Sequence-to-Sequence……………………………………. 332

Выход за рамки генерации речи с помощью Bark…………………………………………………….. 337

AudioLM и MusicLM…………………………………………………………………………………………………….. 339

AudioGen и MusicGen……………………………………………………………………………………………………. 342

Audio Diffusion и Riffusion…………………………………………………………………………………………… 343

Dance Diffusion……………………………………………………………………………………………………………… 346

Подробнее о моделях диффузии для генерации звука………………………………………………. 347

Оценка систем генерации звука……………………………………………………………………………………………… 348

Что дальше?……………………………………………………………………………………………………………………………… 348

Время проекта: сквозная диалоговая система………………………………………………………………………. 349

Заключение………………………………………………………………………………………………………………………………. 350

Вопросы……………………………………………………………………………………………………………………………………. 352

Задачи………………………………………………………………………………………………………………………………………. 353

Глава 10. Быстро развивающиеся направления в области
генеративного ИИ………………………………………………………………………………… 355

Оптимизация предпочтений……………………………………………………………………………………………………. 355

Длинные контексты…………………………………………………………………………………………………………………. 357

Смесь экспертов……………………………………………………………………………………………………………………….. 360

Оптимизации и квантование…………………………………………………………………………………………………… 362

Данные……………………………………………………………………………………………………………………………………… 364

Одна модель, чтобы править всеми……………………………………………………………………………………….. 365

Компьютерное зрение……………………………………………………………………………………………………………… 365

Компьютерное зрение 3D………………………………………………………………………………………………………… 368

Генерация видео………………………………………………………………………………………………………………………. 369

Мультимодальность………………………………………………………………………………………………………………… 370

Сообщество………………………………………………………………………………………………………………………………. 373

Приложение A. Инструменты с открытым исходным кодом………………… 375

Стек Hugging Face…………………………………………………………………………………………………………………….. 375

Данные……………………………………………………………………………………………………………………………………… 376

Обертки…………………………………………………………………………………………………………………………………….. 377

Локальный вывод…………………………………………………………………………………………………………………….. 377

Инструменты развертывания………………………………………………………………………………………………….. 378

Приложение B. Требования к памяти для моделей LLM………………………. 379

Требования к памяти вывода………………………………………………………………………………………………….. 379

Требования к памяти для обучения……………………………………………………………………………………….. 380

Для дополнительного чтения………………………………………………………………………………………………….. 380

Приложение C. Сквозная генерация, дополненная поиском………………… 381

Обработка данных…………………………………………………………………………………………………………………… 381

Эмбеддинги документов………………………………………………………………………………………………………….. 383

Извлечение……………………………………………………………………………………………………………………………….. 384

Генерация…………………………………………………………………………………………………………………………………. 385

RAG на уровне производства…………………………………………………………………………………………………. 387

Предметный указатель…………………………………………………………………………. 389

Об авторах……………………………………………………………………………………………. 393

Об изображении на обложке………………………………………………………………… 395