خلاصه مقالات NIPS/NeurIPS 2018
Reading Abstracts from NIPS/NeurIPS 2018! Here is What I Learned
https://towardsdatascience.com/reading-abstracts-from-nips-neurips-2018-here-is-what-i-learned-16352d83416f

خلاصه 10 مقاله اول»
https://www.topbots.com/most-important-ai-research-papers-2018/amp/

#خبر
خانم ایرانی که مقاله‌شون رفت روی جلد نیچر:
https://twitter.com/felaskechayi/status/1067863190166532097
تو مقاله چارچوبی برای به نمایش در آوردن نورون‌ها و اتصالاتشون ارائه کردن که علاوه بر خود نورون‌ها و این اتصالات، اندازه و طول رو هم در نظر بگیره و با توجه به اینکه در دنیای واقعی این‌ها با هم تداخل ندارن این طوری در فضا قرارشون بده.
ظاهرا روش‌های قبلی کاری به این محدودیت نداشتن و صرفاً یه سری نقطه و خط تو فضا به هم وصل می‌کردن از هر جا به هر جا که شد.

🙏Thanks to: @samehraboon

غیر مرتبط با کانال، اما جالب!
گویا می‌خوان تعریف کیلوگرم رو عوض کنن!

https://www.bbc.com/news/science-environment-46143399
https://meidaan.com/archive/59114

دیگه قراره به جای شمش یک کیلویی استاندارد، از جرثقیل الکتریکی استفاده کنن. این جوری به جای اینکه یک جسم ثابت رو مبنای تعریف کیلوگرم قرار بدن، می‌تونن از شدت جریان برای تعریفش استفاده کنن.

یک جرثقیل الکتریکی با مشخصات ثابت رو در نظر بگیرید. وقتی جریان مشخصی بهش بدیم، وزن مشخصی رو بلند می‌کنه. در واقع ما از این به بعد می‌تونیم به جای اینکه بگیم یک کیلوگرم وزن یک شمش استاندارده، می‌گیم یک کیلوگرم وزن جسمیه که جرثقیل استاندارد با شدت جریان استاندارد بلند می‌کنه.


🙏Thanks to: @samehraboon

آخرین مدرک تحصیلی شما چیست و یا در چه مقطعی تحصیل می کنید؟
anonymous poll

دانشجوی کارشاسی ارشد – 153
👍👍👍👍👍👍👍 32%

فارغ التحصیل کارشناسی ارشد – 94
👍👍👍👍 20%

دانشجوی کارشناسی هستم. – 92
👍👍👍👍 19%

دانشجوی دکتری – 74
👍👍👍 15%

فارغ التحصیل کارشناسی هستم. – 43
👍👍 9%

دکتری یا بالاتر – 19
👍 4%

کارشناسی نخوانده ام. – 6
▫️ 1%

👥 481 people voted so far.

#منبع #آموزش #سورس_کد
A practical approach to learning machine learning.
https://github.com/GokuMohandas/practicalAI

📚 Notebooks on topics from basic Python to advanced deep learning techniques w/ @PyTorch

#آموزش
چگونه شبکه عصبی بسازیم که تصاویر تکراری را در مجموعه داده پیدا کند؟

https://towardsdatascience.com/how-to-build-an-image-duplicate-finder-f8714ddca9d2

#fastAI

#مقاله
Facial caricatures: faces drawn in an exaggerated way to convey humor or sarcasm. "CariGAN" is a Generative adversarial network which models geometric exaggeration and appearance stylization.
https://arxiv.org/pdf/1811.00222.pdf
https://ai.stanford.edu/~kaidicao/cari-gan/result_compare.html

#GAN

What is a quantum computer? (#QuantumCasts)
سری مباحث کامپیوترهای کوانتومی توسط محققان تنسرفلوی گوگل:

https://www.youtube.com/watch?v=k-21vRCC0RM&list=PLQY2H8rRoyvwcpm6Nf-fL4sIYQUXtq3HR&index=3&linkId=60919166

#مقاله
آموزش یک شبکه عصبی از روی بازنمایی مستقیم JPEG!!
خلاصه ی یکی از مقاله های جالب در #NeurIPS2018

Image classification is faster AND more accurate from JPEG!

https://eng.uber.com/neural-networks-jpeg/

#آموزش #معرفی_کتابخانه

اگر میخواهید تو هر فریم ورکی که هستید! یا حتی فریم ورک نیستید! با نامپای کار میکنید ولی میخواهید از ابزار tensorboard تنسرفلوی گوگل استفاده کنید؛ فقط کافیه
https://github.com/lanpa/tensorboardX
را نصب کنید و SummaryWriter این کتابخانه را صدا بزنید. این کتابخونه با فرمت summary استاندارد تنسرفلو خروجی های مورد نیاز را در فایل ذخیره می‌کند و میتوانید با تنسربورد مشاهده کنید...

Music Transformer: Generating Music with Long-Term Structure
https://magenta.tensorflow.org/music-transformer

مرتبط با ویدیوی فارسی آموزش تولید موسیقی با RNN
https://www.aparat.com/v/1aGeQ

Improving deep learning models with bag of tricks

This PowerPoint file contains various methods which can be easily add to existing models without significant implementation effort. All methods can possibly increase final accuracy, generalization or adversarial robustness.

The PowerPoint file convers following topics:

Cyclical Learning Rates and other schedulers

Training with extremely large mini-batches

AdamW i.e. a difference between L2 and Weight Decay

Label smoothing

Mixup

ZeroInit

Shake-Shake

etc ...

#خبر
فیس بوک فریم ورک pytext را برای کارهای NLP منتشر کرد

#PyText, a framework built on #PyTorch to help developers more quickly & easily experiment with and deploy NLP models

https://code.fb.com/ai-research/pytext-open-source-nlp-framework/

#nlp #pytext

#آموزش

Multi-GPU training with Estimators, tf.keras and tf.data

https://medium.com/tensorflow/multi-gpu-training-with-estimators-tf-keras-and-tf-data-ba584c3134db

#آموزش
An introduction to Reinforcement Learning
https://medium.freecodecamp.org/an-introduction-to-reinforcement-learning-4339519de419

مقاله نیویورک تایمز که یان لکان هم توئیت کرده!
آیا باید در مورد تکنولوژی تشخیص چهره با هوش مصنوعی باید نگران باشیم!؟
https://www.newyorker.com/magazine/2018/12/17/should-we-be-worried-about-computerized-facial-recognition

#face

مقاله نیویورک تایم، از تشخیص چهره بترسیم!؟ تشخیص چهره گاوها!
در این مقاله مباحث گوناگونی مطرح شده، از جمله:

مشکل بایاس های تشخیص چهره مثلا برای سیاه پوستان! چهره یک مرد سفید راحت تر تشخیص داده میشه تا یک زن سیاه پوست!

چندتا دامدار مدارج عالی تحصیلی را تو هوش مصنوعی گذراندند و به این نتیجه رسیدند که گاوها به مرور زمان فهمیدند اگر بیمار میشند آدما بفهمند زودتر کشته خواهند شد! به همین دلیل این گاوها در حضور آدمها خم به ابرو نمیارند! :)) اما اگر آدم نباشه طبیعی ترند!
حالا یه استارتاپی هم راه انداختند که در نبود انسان از روی چهره گاوها آنها را ترک کنند و گاوهای مریضو تشخیص بدند!🐮🐮

چین ۲۰۰ میلیون دوربن نظارتی داره!

https://t.me/cvision/836