CE UT 96
806 subscribers
954 photos
21 videos
1.32K files
767 links
کانال اطلاع رسانی دانشجویان ورودی 96 مهندسی کامپیوتر دانشگاه تهران.

نکته‌ای بود پیام بدین:

@CEUT96Bot
Download Telegram
CE UT 96
AI - CA5.pdf
صورت پروژه ی پنجم هوش با موضوع شبکه های عصبی روی سایت درس قرار گرفته است. مهلت انجام این پروژه تا آخرین لحظات روز شنبه ۳۱ ام خرداد می باشد. در رابطه با این پروژه لازم است به نکته های زیر توجه کنید:
۱. این پروژه، با توجه به داشتن حجم بیشتر نسبت به سایر پروژه هایی که تاکنون انجام داده اید و کاربردی تر بودن آن در مسائل دنیای واقعی، از اهمیت بیشتر و در نتیجه از نمره ی بیشتری نسبت به پروژه های قبلی برخوردار است.
۲. همانطور که در صورت پروژه گفته شده است، ممکن است انجام دادن این پروژه زمان زیادی از شما ببرد. بنابراین *بسیار توصیه می گردد این پروژه را زود شروع کنید* تا در انجام دادن به موقع پروژه به مشکلی برخورد نکنید.
۳. در این پروژه شما باید از کتابخانه‌ی pytorch برای طراحی شبکه عصبی و آموزش دادن آن استفاده کنید. بنابراین،‌ *فردا ساعت ۱۲ و نیم جلسه ی آنلاینی مبنی بر آشنایی با pytorch برگزار خواهد شد*. نحوه ی برگزاری این جلسه تا فردا ساعت ۱۰ اعلام خواهد شد. توصیه می شود که صورت پروژه را کمی مطالعه کنید تا در صورت داشتن سوال، آن را در جلسه ی فردا مطرح کنید.
.
CE UT 96
DB - Quiz2.pdf
با توجه به صحبت‌های صورت‌گرفته‌شده با استاد، این تمرین تمدید نشده اما می‌تونید پاسخ رو تا روز پنج‌شنبه ارسال کنید که در این صورت نمره از ۷۰ محاسبه می‌شه.
CE UT 96
AI - CA5.pdf
با سلام.
همان طور که گفته شد، *فردا جلسه ی آنلاینی مبنی بر آشنایی با pytorch و یادآوری نکاتی در راستای هرچه بهتر انجام دادن پروژه، راس ساعت ۱۲ و نیم برگزار خواهد شد*. این جلسه از طریق اسکایپ انجام خواهد گرفت. چنانچه می خواهید در این جلسه شرکت کنید می توانید از این طریق به اتاق جلسه ملحق شوید.
موفق باشید.
.
OS - Lab 5.pdf
1.3 MB
#OS
پروژه‌ی پنجم #آزمایشگاه
مهلت تحویل: چهارشنبه ۲۸ خرداد
CE UT 96
OS - Lab 5.pdf
سلام
صورت پروژه‌ی پنجم آزمایشگاه به همراه اسلایدهای آن در صفحه‌ی درس بارگذاری شد.
همچنین فردا ویدیویی شامل توضیح مباحث و پروژه بارگذاری خواهد شد.
مهلت تحویل آن ساعت ۲۳:۵۹ روز چهارشنبه ۲۸ خرداد است. همانطور که از پیش تعیین شده بود، این پروژه اختیاری است.

در صورتی که سؤالی داشتین، از طریق فروم درس و یا ایمیل با دستیاران آموزشی در تماس باشین:
alitoumob@gmail.com
eileen.jamali@gmail.com

موفق باشید.
CE UT 96
OS - Lab 5.pdf
OS - Lab 5 - Slides.pdf
510.9 KB
#OS
اسلاید های جلسه‌ی توجیهی پروژه‌ی پنجم #آزمایشگاه
CE UT 96
https://docs.google.com/forms/d/e/1FAIpQLSdh__5dcL17IF4mWnHfVerC0jSErsJHs0RHOCHEGJ01rRAyAw/viewform?usp=sf_link
#DB
سلام
با توجه به شرایط موجود، امتحان درس پایگاه داده به صورت مجازی برگزار خواهد شد.
موفق باشید

شاکری
.
امتحان #OS به صورت مجازی برگزار می‌گردد،
جزییات امتحان متعاقبا اعلام خواهد شد.
.
CN - HW3.pdf
633.8 KB
#شبکه

سلام،
تمرین شماره‌ی ۳ در صفحه‌ی درس بارگزاری شد.
توجه کنید که پاسخ‌ها باید به زبان فارسی تحویل داده شوند و به پاسخ‌هایی که کپی شده از solution تشخیص داده شده یا به زبان انگلیسی ارائه شده باشند هیچ نمره‌ای تعلق نمی‌گیرد.
موفق باشید.

مهلت تحویل: ۳۰ خرداد
.
درخواست ارزشیابی غیرحضوری و تمدید پروژه‌ی شبکه

https://docs.google.com/forms/d/1-rsDlJ5SVF_sxHY26jBIGoFXK-yFi2Cy0n9_5y22FYQ/edit?usp=drivesdk
#IE
به نام او
با یاد او

سلام بچه‌ها،

درباره امتحان پایان‌ترم‌تون یک پیام تصویری گذاشتم اینجا که ببینیدش و بهش عمل کنید!

خوب باشید،
--احسان
.
SAD - Project - Phase4.pdf
91.3 KB
فاز چهارم و نهایی پروژه #نرم۱

مهلت تحویل: پنجشنبه ۳۰ خرداد ساعت ۲۳:۵۵

به ازای هر روز تأخیر نیز ۱۰ درصد از نمرهٔ شما کسر خواهد شد.
.
CN - CA - TCP - NS2.pdf
366.4 KB
پروژه دوم #شبکه
مهلت تحویل: جمعه ۳۱ خرداد

توضیحات
.
CE UT 96 pinned «🔰تمرین‌ها و داستان‌های پیش رو: چهارشنبه ۲۱ خرداد: بخش سوم تا پنجم پروژه‌ هشتم IE چهارشنبه ۲۸ خرداد: پروژه پنجم آزمایشگاه اواس جمعه ۳۰ خرداد: فاز چهارم پروژه نرم ۱ جمعه ۳۰ خرداد: تمرین سوم شبکه + داک جواب‌ها شنبه ۳۱ خرداد: پروژه پنجم هوش شنبه ۷ تیر:…»
CE UT 96
AI - CA5.pdf
با سلام.

۱. ا template داده شده اندکی تغییر کرده است. لطفا template داده شده روی گیت‌هاب را با نسخه ای که دارید تطبیق دهید.

۲. با توجه به موارد دیده شده بین بچه ها در این پروژه، لازم است به این نکته توجه کنید که در سوال 3 عکس ها را به صورت خام باید به مدل خود بدهید. یعنی اینکه عکس های شما باید فقط grayscale شده باشند و اجازه ندارید که هیچ pre processing دیگری روی عکس ها انجام دهید و از سوال 4 به بعد باید عکس ها را نرمال کنید. پس بنابراین حتی اگر از template ما استفاده نمی کنید، مراقب transform هایی که در pytorch استفاده می کنید باشید و داکیومنتیشن های آنها را قبل از استفاده به خوبی مطالعه کنید. چرا که برخی از آنها علاوه بر کاری از آنها انتظار می رود که انجام دهند، کارهای دیگری مثل rescale کردن داده ها را نیز انجام می دهند. نمونه ی این transform ها کلاس ToTensor ای است که در pytorch وجود دارد که انتظار میرود فقط عکس ها را به tensor تبدیل کند، اما این کلاس علاوه بر این کار تمام پیکسل ها را از بازه ی 0 تا 255 به بازه 0 و 1 نیز rescale می کند. بنابراین لطفا مراقب باشید تا در نتایجی که می گیرید اشتباهی صورت نگیرد.
موفق باشید.
.