Forwarded from Kooshiar
صحبتهای آقای مهندس قبل از شروع GTC
به دقیقه تگ شده دقت کنین. راجع به چی حرف میزنه؟ 😈
https://youtu.be/_-wjA4XlBl4?t=1132
به دقیقه تگ شده دقت کنین. راجع به چی حرف میزنه؟ 😈
https://youtu.be/_-wjA4XlBl4?t=1132
YouTube
Nvidia CEO Jensen Huang On How His Big Bet On A.I. Is Finally Paying Off - Full Interview
Ahead of this year’s Nvidia GTC developer conference, CNBC sat down with founder and CEO Jensen Huang to talk about ChatGPT, gaming, the omniverse, and what’s next. In this full interview, Huang takes us on the journey of Nvidia, from its early days in a…
Forwarded from Learn WebAssembly (hossein dindar)
The New Stack
VMware and Other Wasm Players Want WebAssembly
Wasm is expected to serve as a very important computing structure. This is because Wasm allows applications to be deployed and distributed with fewer security layers to manage, for instance.
سلام بچه ها. امیدوارم سال جدید سال بهتری باشه برای همه.
ایده اینکه همینطور که میدونین توی این چند ماه گذشته پیشرفت مدل های بزرگ زبانی خیلی زیاد بود و قطعاً با جیپیتی ایده عمومی در مورد وجود داشتن اینا هم دنیارو ترکوند. به طور شخصی از خیلی سال پیش آرزوی وجود داشتن چیزی رو داشتم که تمام دانش بشری رو خونده باشه و ما بتونیم باهاش این حجم دانش رو کشف بکنیم.
این مدل ها خوندن :)
برای من وجود داشتن این سیستم ها غیر قابل باوره. هرچقدر که می بینمشون نمیتونم با خودم قبول بکنم که این اتفاق داره می افته. و از اون غیر قابل باور تر اینکه می شه ازشون استفاده کرد و تو چیزایی که داریم اینتگریتشون کرد. و آرزوی خیلی ساله من برای کوئری کردن کل دانش بشری هم به شکل خنده داری برآورده شد :)
توی چند روز گذشته من برای خودم یه برنامه ساده ساختم که هر روز توی تودو لیستم چند تا کلمه جدید رو اضافه بکنه و من برم دنبالشون بگردم ببینم چیین و یاد بگیرمشون. بعد دیدم میتونم اینو یه جا لیست بکنم که همه بتونن ببینن. سو این چنل رو ساختم:
@CompendiumMaximus
بعضی از چیزایی که پست میکنه خیلی عادیین و احتمالاً می دونین و بعضی از چیزایی که پست میکنه خیلی رندمن و احتمالاً نمیدونین. من توی یکی دو روز گذشته که داشتم میساختمش خیلی چیزای عجیب و جالبی یاد گرفتم. و میخوام بذارم همه بتونن استفاده بکنن ازش.
پی.اس: اسم این سیستم رو هم خودش رو خودش گذاشته :)
ایده اینکه همینطور که میدونین توی این چند ماه گذشته پیشرفت مدل های بزرگ زبانی خیلی زیاد بود و قطعاً با جیپیتی ایده عمومی در مورد وجود داشتن اینا هم دنیارو ترکوند. به طور شخصی از خیلی سال پیش آرزوی وجود داشتن چیزی رو داشتم که تمام دانش بشری رو خونده باشه و ما بتونیم باهاش این حجم دانش رو کشف بکنیم.
این مدل ها خوندن :)
برای من وجود داشتن این سیستم ها غیر قابل باوره. هرچقدر که می بینمشون نمیتونم با خودم قبول بکنم که این اتفاق داره می افته. و از اون غیر قابل باور تر اینکه می شه ازشون استفاده کرد و تو چیزایی که داریم اینتگریتشون کرد. و آرزوی خیلی ساله من برای کوئری کردن کل دانش بشری هم به شکل خنده داری برآورده شد :)
توی چند روز گذشته من برای خودم یه برنامه ساده ساختم که هر روز توی تودو لیستم چند تا کلمه جدید رو اضافه بکنه و من برم دنبالشون بگردم ببینم چیین و یاد بگیرمشون. بعد دیدم میتونم اینو یه جا لیست بکنم که همه بتونن ببینن. سو این چنل رو ساختم:
@CompendiumMaximus
بعضی از چیزایی که پست میکنه خیلی عادیین و احتمالاً می دونین و بعضی از چیزایی که پست میکنه خیلی رندمن و احتمالاً نمیدونین. من توی یکی دو روز گذشته که داشتم میساختمش خیلی چیزای عجیب و جالبی یاد گرفتم. و میخوام بذارم همه بتونن استفاده بکنن ازش.
پی.اس: اسم این سیستم رو هم خودش رو خودش گذاشته :)
❤1🔥1
Forwarded from Learn WebAssembly (hossein dindar)
Forwarded from Learn WebAssembly (hossein dindar)
YouTube
Beyond HTTP Microservices with Spin by Ivan Towlson @ Wasm I/O 2023
Wasm I/O 2023 / 23-24 March, Barcelona
Spin is an open-source runtime for WebAssembly microservices. It has built-in functionality for HTTP, but what if you want to handle other kinds of event - timers, say, or queues? In this code-oriented talk, I’ll show…
Spin is an open-source runtime for WebAssembly microservices. It has built-in functionality for HTTP, but what if you want to handle other kinds of event - timers, say, or queues? In this code-oriented talk, I’ll show…
Forwarded from DLeX: AI Python (Farzad 🦅)
10 YouTube videos for anyone starting with machine learning.
On libraries, algorithms, and tools:
1. Notebooks are a fantastic way to code, experiment, and communicate your results. Take a look at Corey Schafer fantastic 30-minute tutorial on Jupyter Notebooks. https://m.youtube.com/watch?v=HW29067qVWk
2. The Pandas library is the gold standard to manipulate structured data. Check out Joe James "Pandas Tutorial. Intro to DataFrames."
https://m.youtube.com/watch?v=HW29067qVWk
3. Data visualization is key for anyone practicing machine learning.
Check out Blondiebytes's "Learn Matplotlib in 6 minutes" tutorial.
https://youtu.be/nzKy9GY12yo
4. Another trendy data visualization library is Seaborn. Derek Banas put together "Seaborn Tutorial 2020," which is highly recommend. https://youtu.be/6GUZXDef2U0
5. Numpy is another Python library that you will use every single day.
Keith Galli's "Complete Python NumPy Tutorial" is a great start. https://youtu.be/6GUZXDef2U0
6. One of the most basic algorithms that you can learn is Decision Trees.
Watch Josh Gordon's video where he builds a decision tree from scratch. https://youtu.be/LDRbO9a6XPU
7. It's hard to talk about the Machine learning without touching on Neural Networks. Probably the best video out there that explains how neural networks work is 3blue1brown's: https://m.youtube.com/watch?v=aircAruvnKk
8. Scikit-Learn is one of the most popular machine learning libraries out there. Simplilearn's "Scikit-Learn Tutorial" is a great place to start. https://youtu.be/0Lt9w-BxKFQ
9. TensorFlow is the most popular deep learning library that's currently used in the industry. Here is a massive 7-hour tutorial of TensorFlow 2.0 produced by Free Code Camp. https://youtu.be/tPYj3fFJGjk
10. Finally, a great way to start getting familiar with machine learning is the bite-sized recipes published by Google. This series is worth every minute. Playlist: https://m.youtube.com/watch?v=cKxRvEZd3Mw&list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryal
✅ @AI_Python
On libraries, algorithms, and tools:
1. Notebooks are a fantastic way to code, experiment, and communicate your results. Take a look at Corey Schafer fantastic 30-minute tutorial on Jupyter Notebooks. https://m.youtube.com/watch?v=HW29067qVWk
2. The Pandas library is the gold standard to manipulate structured data. Check out Joe James "Pandas Tutorial. Intro to DataFrames."
https://m.youtube.com/watch?v=HW29067qVWk
3. Data visualization is key for anyone practicing machine learning.
Check out Blondiebytes's "Learn Matplotlib in 6 minutes" tutorial.
https://youtu.be/nzKy9GY12yo
4. Another trendy data visualization library is Seaborn. Derek Banas put together "Seaborn Tutorial 2020," which is highly recommend. https://youtu.be/6GUZXDef2U0
5. Numpy is another Python library that you will use every single day.
Keith Galli's "Complete Python NumPy Tutorial" is a great start. https://youtu.be/6GUZXDef2U0
6. One of the most basic algorithms that you can learn is Decision Trees.
Watch Josh Gordon's video where he builds a decision tree from scratch. https://youtu.be/LDRbO9a6XPU
7. It's hard to talk about the Machine learning without touching on Neural Networks. Probably the best video out there that explains how neural networks work is 3blue1brown's: https://m.youtube.com/watch?v=aircAruvnKk
8. Scikit-Learn is one of the most popular machine learning libraries out there. Simplilearn's "Scikit-Learn Tutorial" is a great place to start. https://youtu.be/0Lt9w-BxKFQ
9. TensorFlow is the most popular deep learning library that's currently used in the industry. Here is a massive 7-hour tutorial of TensorFlow 2.0 produced by Free Code Camp. https://youtu.be/tPYj3fFJGjk
10. Finally, a great way to start getting familiar with machine learning is the bite-sized recipes published by Google. This series is worth every minute. Playlist: https://m.youtube.com/watch?v=cKxRvEZd3Mw&list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryal
✅ @AI_Python
👍1
Forwarded from Learn WebAssembly (hossein dindar)
Multithreaded Multiway Constraint
Systems with Rust and WebAssembly
https://bora.uib.no/bora-xmlui/bitstream/handle/11250/2770614/masterthesis_svartveit.pdf?
Systems with Rust and WebAssembly
https://bora.uib.no/bora-xmlui/bitstream/handle/11250/2770614/masterthesis_svartveit.pdf?