AI DeepMind
8.83K subscribers
456 photos
123 videos
31 files
871 links
هوش مصنوعی، پایتون و...

لینک گروه DeepLearning AI:
https://t.me/DeepLearningAIExperts

AI Admin:
https://t.me/Farzadhhss
Download Telegram
دانسته های خودتون رو در یادگیری ماشین به چالش بکشید گیتهاب برای جوابهاتون درست کنید
leetcode for machine learning, computing a matrix-vector product without any tensor operations (only python lists allowed)
https://www.deep-ml.com/

#هوش_مصنوعی #منابع

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
5 free courses to master Python for data science


1️⃣ Python course for beginners

This course is for beginners and in less than an hour, it will teach you the basics of Python programming such as variables, loops and lists.

📎 Link: Course Homepage

2️⃣ Python programming course (intermediate level)

Now that you have learned the basics, you can start this programming course. This course covers more advanced features of Python, such as lambda functions, generators, exception handling, and multithreading.

📎 Link: Course Homepage

3️⃣ Data analysis course with Python

This freeCodeCamp course teaches you NumPy, Pandas, Matplotlib and Seaborn libraries and includes data analysis projects.

📎 Link: Course Homepage

4️⃣ Machine learning course with Python and scikit-learn

This course teaches you machine learning algorithms with scikit-learn and how to design and implement machine learning projects.

📎 Link: Course Homepage

5️⃣ Data structure and algorithms course in Python

This free course teaches you the basic concepts of data structures and algorithms such as binary search, search trees, and sorting algorithms.

📎 Link: Course Homepage

#منابع #هوش_مصنوعی #مبتدی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
استارت آپ Clone Robotics در لهستان بازوی عضلانی رو ساخت

#هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
معرفی #منابع پیشنهادی برای #یادگیری_عمیق


1 - فراگیری مفاهیم مقدماتی یادگیری ماشین
مباحث آموزشی دکتر هینتون و بنجیو و لکون
👈 لینک
فیلم های اموزشی یادگیری ماشین و یادگیری عمیق دکتر رضوی
👈 لینک
تسلط بر مباحث برنامه نویسی پایتون و کار با تنسرفلو وکراس
تسلط بر مباحث ریاضیات و جبر از دانشگاه MIT
👈 لینک
✔️ معادلات ماتریسی یادگیری عمیق دانشگاه کالیفرنیا جنوبی
👈 لینک
✔️ استفاده از سایت بسیار مشهور که به وسیله پژوهشگران برتر هدایت میشود
fast.ai
👈 لینک

📚 2 - مطالعه منابع عمیق دانشگاه ها و...
یادگیری عمیق دانشگاه آکسفورد
👈 لینک
👈 لینک ۲
👈 لینک ۳
🖋فیلمهای این دانشگاه
آموزش های شبکه ای کانولوشن و یادگیری ماشین و...
⁉️ لینک
وبسایتی که آموزشها و مقالات را از سال ۲۰۱۲ تا ۲۰۱۶ قابل دسترس است
⁉️ لینک
شبکه عصبی کانولوشن برای تشخیص بصری
⁉️ لینک
پردازش زبان طبیعی برای یادگیری ماشین
⁉️لینک
مدرسه تابستانی یادگیری عمیق مونترال
⁉️ لینک ۱
⁉️ لینک ۲
شبکه کانولوشن عصبی و شبکه عصبی
⁉️ لینک
🔍 یادگیری شبکه های عصبی جفری هینتون کورسرا

📘 کلاس شبکه های عصبی دانشگاه اوشربروک کانادا
👈لینک
📕منابع یادگیری ماشین دانشگاه کالتک برای یادگیری نظری ها
👈 لینک
📘 3- معرفی کتابها
Neural Networks and Deep Learning Book by Michael Nielsen
Deep Learning Book by Ian Goodfellow, Yoshua Bengio and Aaron Courville

📘 4- سایر منابع
CS231n Convolutional Neural Networks for Visual Recognition University of Stanford
Getting Started in Computer Vision by Mostafa S. Ibrahim he focus on GPU and ...

🗓 پردازش زبان طبیعی دانشگاه استنفورد
👈 لینک
👈لینک ۲
🗓 مطالعه مقاله درمورد حافظه شبکه
👈 لینک
📘 مطالعه مقاله پایه ای حافظه شبکه و NLP
👈 لینک
ویدیوهای شرکت DeepMind
👈 لینک

❇️ یادگیری عمیق تقویتی
👈 لینک کتابهای
❇️ فهم یادگیری LSTM
👈 لینک
❇️ اثر بخشی ناعادلانه RNN
👈 لینک
✔️ مدل های تولیدی
مقاله جهت یادگیری مدلهای GANs
👈لینک
یادگیری مدل VANs
👈 لینک
مقاله نوشته شده دکتر Ian Goodfellow در مورد GAN
👈 لینک
مقاله نوشته شده LAPGAN
👈 لینک
مقاله نوشته شده در مورد DCGAN
👈لینک مقاله
👈
لینک کدها
استفاده از روش DCGAN برای تصاویر کیفیت بالا
👈 لینک
فیلم های یادگیری عمیق برای پردازش تصویر
👈 لینک
🌐 ساخت پروژه
👈 لینک دیتا
🌐 شناسایی و طبقه بندی تصاویر
👈 لینک ۱
👈 لینک ۲
🌐 تحلیل احساسات با استفاده از RNN
👈لینک
و با استفاده از CNN
👈 لینک
🌐 کاربرد الگوریتم عصبی سبک هنری
👈لینک
🌐 ساخت موسیقی با استفاده از RNNs
👈 لینک
🌐 ساخت بازی پینگ پونگ با استفاده از یادگیری عمیق تقویتی
👈 لینک
✳️ استفاده از شبکه عصبی Rate a selfie
👈 لینک
✳️ استفاده از رنگ عکسهای سیاه و سفید با استفاده از یادگیری عمیق
👈 لینک
✳️ سایر منابع یادگیری عمیق از پژوهشگران برتر کارپاتی
👈 لینک مقالات
✳️ لینک یادگیری عمیق دانشگاه استنفورد
👈 لینک ۱
👈 لینک ۲
✳️ یادگیری عمیق
👈 لینک

#یادگیری_ماشین #پردازش_زبان_طبیعی #هوش_مصنوعی #آموزش #شبکه_عصبی_کانوولوشن #شبکه_عصبی #منابع

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
تصویر خود را به صورت رایگان به آواتارهای #هوش_مصنوعی بی پایان تبدیل کنید!


https://ai-avatar-generator.com/


🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
This media is not supported in your browser
VIEW IN TELEGRAM
ابزار جدید دیوار برای پاک‌کردن اثاثیه از عکس آگهی ملک

سرویس روتوش که به صورت رایگان به دیوار اضافه شده با استفاده از هوشمصنوعی اسباب و اثاثیه را از عکس‌های آگهی ملک حذف می‌کند.‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌

عکس‌هایی که بتوانند فضای محیط خانه یا دفتر کار را بهتر نشان دهد باعث افزایش بازدید آگهی و تماس بیشتر برای خرید یا اجاره ملک می‌شود.

روتوش برای حفظ اصالت عکس‌ها، بدون اضافه کردن هیچ چیزی به آن‌ها، فقط اثاثیه را از تصویر حذف می‌کند.

این سرویس در حال حاضر به صورت آزمایشی برای آگهی‌های فروش و اجاره ملک در شهرهای اصفهان و مشهد در دسترس قرار گرفته به زودی برای همه کاربران دیوار قابل استفاده خواهد بود

#هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
مدل LLaMa 3.1 اومد

https://llama.meta.com/

دموی مدل در هاگینگ فیس با 8 میلیارد پارامتری:

https://huggingface.co/spaces/ysharma/Chat_with_Meta_llama3_1_8b

دمو با 405 میلیارد پارامتر:
https://huggingface.co/chat/models/meta-llama/Meta-Llama-3.1-405b-instruct/


دمو مدل با 70 میلیارد پارامتری:
https://huggingface.co/chat/models/meta-llama/Meta-Llama-3.1-70b-instruct/

#هوش_مصنوعی #آموزش #شبکه_عصبی_کانوولوشن #شبکه_عصبی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
مقایسه ای با لاما3.1 هستش
This was a useful read comparing vLLM, LMDeploy, MLC-LLM, TensorRT-LLM, and TGI with TTFT and Token generation rate comparisons and ease of use and other practical insights

https://bentoml.com/blog/benchmarking-llm-inference-backends

#آموزش #منابع #هوش_مصنوعی #پردازش_زبان_طبیعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
فاین توین مدلهایی که تاکنون منتشر شده رو از این ادرس گیتهاب دنبال کنید.

https://github.com/unslothai/unsloth

#آموزش #منابع #هوش_مصنوعی #پردازش_زبان_طبیعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
دوره کلاسی دانشگاه MIT

🖥 Shell tools and scripting
🖥 Vim
🖥 Data wrangling
🖥 Command-line environment
🖥 Version control

Watch all 11 lectures for free here:
bit.ly/MissSemester

#آموزش #منابع #هوش_مصنوعی #پردازش_زبان_طبیعی #منابع

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
شرکت متا بعد از انتشار مدل Llama 3.1 متا در تویتر یا ایکس خودش در سلسله توئیت های برای کار با مدل تازه اتتشار یافته‌ش منابعی که بتوان سریع کار با Llama 3.1 رو شروع کرد معرفی کرده است :

https://x.com/AIatMeta/status/1816189043706847626

#منابع #مقاله #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
با RAG چطور میشه کارها رو بهبود بخشید؟
https://github.com/AI-Commandos/RAGMeUp

#منابع #مقاله #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
Sam Altman on choosing a career. Love it.
الکی کسی نمیتونه برنذ خودشو بسازه

#هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
آیا می‌دانستید که به Grok اجازه داده‌اید تا از پست‌هایتان برای یادگیری و ریزتنظیم‌‌اش استفاده کند؟
من چنین اجازه‌ای نداده بودم، اما تنظیمات دیفالت‌اش این است که چنین اجازه‌ای دارد.

منوی مورد نظر این‌جاست:
More –> Settings and Privacy –> Privacy and Safety –> Grok.

#امنیت #گروک #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
در هفته ای گذشت چه مدل های متن بازی منتشر شد:


1. Meta Llama 3.1 405B, 70B & 8B—The latest in the llama series, this version (base + instruct) comes with multilingual (8 languages) support, a 128K context, and an even more commercially permissive license. The best part: 405B beats GPT4o/ mini fair and square!


2. Mistral dropped Large 123B—Dense, multilingual (12 languages), and 128K context. Comes as instruct-only model checkpoint, with performance less than 405B but higher than L3.1 70B. Released under non-commercial license.

3. Nvidia released Minitron distilled 4B & 8B - apache 2.0 license, 256K vocab, with student beating the teacher by 16% on MMLU. Uses iterative pruning and distilling to achieve SoTA! The real question: Who is distilling 405B right now? ;)

4. InternLM shared Step Prover 7B—SoTA on the Lean, which was trained on Github repos with large-scale formal data. Achieves 48.8 pass@1, 54.5 pass@64. They release the dataset, tech report and the fine-tuned InternLM math plus model checkpoint

5. CofeAI dropped Chonky TeleFM 1T - A one trillion parameter dense model trained on 2T tokens, bilingual - Chinese and English, apache 2.0 licensed and tech report. They use a novel progressive upsampling approach.

Stability dropped Sv4D, Nvidia released MambaVision, SakanaLabs with Evo (merging + stable diffusion), and more.

#منابع #مقاله #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
استاد بزرگ Andrej Karpathy مدل LLAMA3.1 8B رو با حداقل منابع فاین تیون کرده

https://github.com/karpathy/nano-llama31

#هوش_مصنوعی #منابع #الگوریتمها

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person