ورژن ۳ کراس منتشر شد .
▪️ New Keras release: 3.0.5.
➡️ Sparse tensor support for the JAX backend.
➡️ Enable saving/loading in bfloat16, float16.
➡️ Bunch of new ops, in particular new linear algebra ops.
➡️ Bug fixes and performance improvements
#پایتون #منابع
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
▪️ New Keras release: 3.0.5.
➡️ Sparse tensor support for the JAX backend.
➡️ Enable saving/loading in bfloat16, float16.
➡️ Bunch of new ops, in particular new linear algebra ops.
➡️ Bug fixes and performance improvements
#پایتون #منابع
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
اینم چون کینگ داشت راجب اهمیت و کاربردش صحبت میکرد گفتم اینو راجب پترنها اینجا بزارم مفید و کاربردی هستش
▪️ Classic Design Patterns: Where Are They Now - Brandon Rhodes - code
#منابع #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
▪️ Classic Design Patterns: Where Are They Now - Brandon Rhodes - code
#منابع #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from AI DeepMind (Farzad 🦅)
چنلهای یوتیوب خوب و کاربردی الگوریتمهای هوش مصنوعی (قسمت اول)
1- Abhishek Thakur (Practical videos)
ویژگی پلی لیست :
Applied Machine Learning Framework, Tips & Tricks of machine learning
2- Ahlad Kumar (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning, Convolutional Neural Network, Neural Networks
3- Aladdin Persson (Content about: PyTorch, TensorFlow )
ویژگی پلی لیست:
PyTorch Tutorials, TensorFlow 2.0 Beginner Tutorials, Machine Learning Algorithms.
4- Andreas Mueller ( Content about: Machine learning )
ویژگی پلی لیست:
Applied Machine Learning
5- Data School ( Content about: Python, Machine learning, Theoretical )
ویژگی پلی لیست:
Introduction to Machine Learning , Data analysis in Python with Pandas, other talks videos and Python videos.
6-Henry AI Labs (Theoretical )
ویژگی پلی لیست:
Deep Learning Paper Summaries, Reinforcement Learning, Generative Adversarial Networks, Neural Network Design
7- Jeremy Howard (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning from the Foundations, Introduction to Machine Learning for Coders, Practical Deep Learning for Coders
8- Rasa ( Content about: Rasa, AI, NLP )
ویژگی پلی لیست:
NLP for Developers, Developing Contextual AI assistants with Rasa tools, Algorithm Whiteboard, Live Coding
9- Yannic Kilcher ( Content about: NLP, Machine learning, Deep learning, Theoretical )
ویژگی پلی لیست:
NLP, General Machine Learning, Deep Learning Architectures, CV, Applications of Machine Learning
10- OpenAI ( Content about: NLP, Machine learning, AI )
ویژگی پلی لیست:
Events and Talks, Research Releases, Robotics
11- Two Minute Papers ( Content about: Machine Learning and AI Research, Scientific Papers )
ویژگی پلی لیست:
Two Minute Papers, AlphaGo, Fluid, Cloth and Hair Simulations, AI and Deep Learning, Light Transport, Ray Tracing and Global Illumination
12- Machine Learnia ( Content about: Machine Learning, Scikit Learn, Python )
ویژگی پلی لیست:
Deep Learning, SKLEARN tutoriel français Machine Learning, Python Special Machine Learning
13- Mark Saroufim ( Content about: Machine Learning Engineering, Practical videos, Books review )
ویژگی پلی لیست:
Machine Learning Systems, GNN ,...
14- sentdex ( Content about: Python for AI and Finance )
ویژگی پلی لیست:
Python Programming for Finance, Machine Learning with Python, Neural Networks from Scratch in Python
#منابع #مبتدی #مقدماتی #پیشرفته #پایتون #الگوریتمها #هوش_هوصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
1- Abhishek Thakur (Practical videos)
ویژگی پلی لیست :
Applied Machine Learning Framework, Tips & Tricks of machine learning
2- Ahlad Kumar (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning, Convolutional Neural Network, Neural Networks
3- Aladdin Persson (Content about: PyTorch, TensorFlow )
ویژگی پلی لیست:
PyTorch Tutorials, TensorFlow 2.0 Beginner Tutorials, Machine Learning Algorithms.
4- Andreas Mueller ( Content about: Machine learning )
ویژگی پلی لیست:
Applied Machine Learning
5- Data School ( Content about: Python, Machine learning, Theoretical )
ویژگی پلی لیست:
Introduction to Machine Learning , Data analysis in Python with Pandas, other talks videos and Python videos.
6-Henry AI Labs (Theoretical )
ویژگی پلی لیست:
Deep Learning Paper Summaries, Reinforcement Learning, Generative Adversarial Networks, Neural Network Design
7- Jeremy Howard (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning from the Foundations, Introduction to Machine Learning for Coders, Practical Deep Learning for Coders
8- Rasa ( Content about: Rasa, AI, NLP )
ویژگی پلی لیست:
NLP for Developers, Developing Contextual AI assistants with Rasa tools, Algorithm Whiteboard, Live Coding
9- Yannic Kilcher ( Content about: NLP, Machine learning, Deep learning, Theoretical )
ویژگی پلی لیست:
NLP, General Machine Learning, Deep Learning Architectures, CV, Applications of Machine Learning
10- OpenAI ( Content about: NLP, Machine learning, AI )
ویژگی پلی لیست:
Events and Talks, Research Releases, Robotics
11- Two Minute Papers ( Content about: Machine Learning and AI Research, Scientific Papers )
ویژگی پلی لیست:
Two Minute Papers, AlphaGo, Fluid, Cloth and Hair Simulations, AI and Deep Learning, Light Transport, Ray Tracing and Global Illumination
12- Machine Learnia ( Content about: Machine Learning, Scikit Learn, Python )
ویژگی پلی لیست:
Deep Learning, SKLEARN tutoriel français Machine Learning, Python Special Machine Learning
13- Mark Saroufim ( Content about: Machine Learning Engineering, Practical videos, Books review )
ویژگی پلی لیست:
Machine Learning Systems, GNN ,...
14- sentdex ( Content about: Python for AI and Finance )
ویژگی پلی لیست:
Python Programming for Finance, Machine Learning with Python, Neural Networks from Scratch in Python
#منابع #مبتدی #مقدماتی #پیشرفته #پایتون #الگوریتمها #هوش_هوصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from AI DeepMind (Farzad 🦅)
برای علاقمندان به رباتیک
🔸 DeepRob: Deep Learning for Robot Perception - Michigan, 2023
#هوش_مصنوعی #یادگیری_ماشین #پایتون #منابع #پیشرفته #رباتیک
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 DeepRob: Deep Learning for Robot Perception - Michigan, 2023
#هوش_مصنوعی #یادگیری_ماشین #پایتون #منابع #پیشرفته #رباتیک
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
Andrej Karpathy:
I added a quick crappy tutorial on how PyTorch layers are moved to C, with a few possibly helpful pointers:
https://github.com/karpathy/llm.c/blob/master/doc/layernorm/layernorm.md
#منابع #الگوریتمها #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
I added a quick crappy tutorial on how PyTorch layers are moved to C, with a few possibly helpful pointers:
https://github.com/karpathy/llm.c/blob/master/doc/layernorm/layernorm.md
#منابع #الگوریتمها #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
GitHub
llm.c/doc/layernorm/layernorm.md at master · karpathy/llm.c
LLM training in simple, raw C/CUDA. Contribute to karpathy/llm.c development by creating an account on GitHub.
از این هم میتونین استفاده کنید استفاده رایگان داره
- free persistent storage
- free persistent environments
- unlimited background execution
- VSCode, PyCharm, (any IDE) integration
https://lightning.ai/pricing
#کتاب #منابع #پایتون #آموزش
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
- free persistent storage
- free persistent environments
- unlimited background execution
- VSCode, PyCharm, (any IDE) integration
https://lightning.ai/pricing
#کتاب #منابع #پایتون #آموزش
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
ورژن جدید پایتورچ منتشر شد.
PyTorch 2.3
https://pytorch.org/blog/pytorch2-3/
#پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
PyTorch 2.3
https://pytorch.org/blog/pytorch2-3/
#پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
PyTorch
PyTorch 2.3 Release Blog
We are excited to announce the release of PyTorch® 2.3 (release note)! PyTorch 2.3 offers support for user-defined Triton kernels in torch.compile, allowing for users to migrate their own Triton kernels from eager without experiencing performance regressions…
Forwarded from AI DeepMind (Farzad 🦅)
تا به حال فکر کردین چطور میشه که عکس را به html تبدیل کرد؟!. به طبع باید از مدلهای LSTM استفاده کرد که درست کردن دیتاست و train کردنشون خیلی وقتگیر هست. و تنها کار جالب هم pix2code بود:
https://blog.floydhub.com/turning-design-mockups-into-code-with-deep-learning/
الان دیگه ولی اوضاع خیلی فرق کرده!
با فراگیر شدن Generative AI دیگه اینقدر ابزارهای مختلف درست میشه، که گاهی «یه ماه» قدیم حساب میشه. 😂 ولی در عین حال تا خیلی از این ابزارها و تکنولوژیها به صورت فراگیر تو کمپانیها به مرحله پروداکشن برسه فاصله هست. پس existential crisis بهتون راه پیدا نکنه!
▪️ لینک ۱
▪️ لینک
▪️ گیتهاب
#آموزش #پایتون #هوش_مصنوعی #برنامه_نویسی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
https://blog.floydhub.com/turning-design-mockups-into-code-with-deep-learning/
الان دیگه ولی اوضاع خیلی فرق کرده!
با فراگیر شدن Generative AI دیگه اینقدر ابزارهای مختلف درست میشه، که گاهی «یه ماه» قدیم حساب میشه. 😂 ولی در عین حال تا خیلی از این ابزارها و تکنولوژیها به صورت فراگیر تو کمپانیها به مرحله پروداکشن برسه فاصله هست. پس existential crisis بهتون راه پیدا نکنه!
▪️ لینک ۱
▪️ لینک
▪️ گیتهاب
#آموزش #پایتون #هوش_مصنوعی #برنامه_نویسی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
کتابخانه ParsBench به تازگی منتشر شده است و مجموعهای از ابزارهای کارآمد برای Benchmark کردن مدلهای زبان بزرگ (LLM) در زبان فارسی را ارائه میدهد.
این کتابخانه به کاربران امکان میدهد تا مدلهای زبانی مورد نظر خود را در تسکهای متنوعی از جمله استدلال منطقی، تشخیص احساسات، ریاضیات، ترجمه ماشینی، اطلاعات عمومی و موارد دیگر ارزیابی کنند. ParsBench قابلیت سنجش همزمان چندین مدل بر روی تسکهای خاص را دارد و امکان مقایسه جامع نتایج را فراهم میکند.
یکی از ویژگیهای برجسته ParsBench این است که کاربران میتوانند به راحتی ارزیابیهای سفارشی خود را با استفاده از دیتاستهای شخصیشان ایجاد کنند و تنها با چند خط کد، مدل خود را مورد آزمایش قرار دهند.
گیتهاب پروژه:
https://github.com/shahriarshm/parsbench
سایت مستندات:
https://shahriarshm.github.io/parsbench
بازخوردها و نظرات ارزشمند کاربران بسیار مورد استقبال قرار میگیرد.
#پایتون #پروژه
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
این کتابخانه به کاربران امکان میدهد تا مدلهای زبانی مورد نظر خود را در تسکهای متنوعی از جمله استدلال منطقی، تشخیص احساسات، ریاضیات، ترجمه ماشینی، اطلاعات عمومی و موارد دیگر ارزیابی کنند. ParsBench قابلیت سنجش همزمان چندین مدل بر روی تسکهای خاص را دارد و امکان مقایسه جامع نتایج را فراهم میکند.
یکی از ویژگیهای برجسته ParsBench این است که کاربران میتوانند به راحتی ارزیابیهای سفارشی خود را با استفاده از دیتاستهای شخصیشان ایجاد کنند و تنها با چند خط کد، مدل خود را مورد آزمایش قرار دهند.
گیتهاب پروژه:
https://github.com/shahriarshm/parsbench
سایت مستندات:
https://shahriarshm.github.io/parsbench
بازخوردها و نظرات ارزشمند کاربران بسیار مورد استقبال قرار میگیرد.
#پایتون #پروژه
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from AI DeepMind (Farzad 🦅)
پایتورچ را در چهار مرحله یادبگیرید.
▪️ Tutorial: Learn the Basics
1. Tensors
2. Datasets and DataLoaders
3. Transforms
4. Build Model
5. Automatic differentiation
6. Optimization loop
7. Save, Load and Use Model
▪️ Introduction to PyTorch
1. Introduction to PyTorch
2. Introduction to PyTorch Tensors
3. The Fundamentals of Autograd
4. Building Models with PyTorch
5. PyTorch TensorBoard Support
6. Training with PyTorch
7. Model Understanding with Captum
▪️ Learning PyTorch with Examples
▪️ Start writing code
#پایتون #هوش_مصنوعی #منابع
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
▪️ Tutorial: Learn the Basics
1. Tensors
2. Datasets and DataLoaders
3. Transforms
4. Build Model
5. Automatic differentiation
6. Optimization loop
7. Save, Load and Use Model
▪️ Introduction to PyTorch
1. Introduction to PyTorch
2. Introduction to PyTorch Tensors
3. The Fundamentals of Autograd
4. Building Models with PyTorch
5. PyTorch TensorBoard Support
6. Training with PyTorch
7. Model Understanding with Captum
▪️ Learning PyTorch with Examples
▪️ Start writing code
#پایتون #هوش_مصنوعی #منابع
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from AI DeepMind (Farzad 🦅)
چنلهای یوتیوب خوب و کاربردی الگوریتمهای هوش مصنوعی (قسمت اول)
1- Abhishek Thakur (Practical videos)
ویژگی پلی لیست :
Applied Machine Learning Framework, Tips & Tricks of machine learning
2- Ahlad Kumar (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning, Convolutional Neural Network, Neural Networks
3- Aladdin Persson (Content about: PyTorch, TensorFlow )
ویژگی پلی لیست:
PyTorch Tutorials, TensorFlow 2.0 Beginner Tutorials, Machine Learning Algorithms.
4- Andreas Mueller ( Content about: Machine learning )
ویژگی پلی لیست:
Applied Machine Learning
5- Data School ( Content about: Python, Machine learning, Theoretical )
ویژگی پلی لیست:
Introduction to Machine Learning , Data analysis in Python with Pandas, other talks videos and Python videos.
6-Henry AI Labs (Theoretical )
ویژگی پلی لیست:
Deep Learning Paper Summaries, Reinforcement Learning, Generative Adversarial Networks, Neural Network Design
7- Jeremy Howard (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning from the Foundations, Introduction to Machine Learning for Coders, Practical Deep Learning for Coders
8- Rasa ( Content about: Rasa, AI, NLP )
ویژگی پلی لیست:
NLP for Developers, Developing Contextual AI assistants with Rasa tools, Algorithm Whiteboard, Live Coding
9- Yannic Kilcher ( Content about: NLP, Machine learning, Deep learning, Theoretical )
ویژگی پلی لیست:
NLP, General Machine Learning, Deep Learning Architectures, CV, Applications of Machine Learning
10- OpenAI ( Content about: NLP, Machine learning, AI )
ویژگی پلی لیست:
Events and Talks, Research Releases, Robotics
11- Two Minute Papers ( Content about: Machine Learning and AI Research, Scientific Papers )
ویژگی پلی لیست:
Two Minute Papers, AlphaGo, Fluid, Cloth and Hair Simulations, AI and Deep Learning, Light Transport, Ray Tracing and Global Illumination
12- Machine Learnia ( Content about: Machine Learning, Scikit Learn, Python )
ویژگی پلی لیست:
Deep Learning, SKLEARN tutoriel français Machine Learning, Python Special Machine Learning
13- Mark Saroufim ( Content about: Machine Learning Engineering, Practical videos, Books review )
ویژگی پلی لیست:
Machine Learning Systems, GNN ,...
14- sentdex ( Content about: Python for AI and Finance )
ویژگی پلی لیست:
Python Programming for Finance, Machine Learning with Python, Neural Networks from Scratch in Python
#منابع #مبتدی #مقدماتی #پیشرفته #پایتون #الگوریتمها #هوش_هوصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
1- Abhishek Thakur (Practical videos)
ویژگی پلی لیست :
Applied Machine Learning Framework, Tips & Tricks of machine learning
2- Ahlad Kumar (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning, Convolutional Neural Network, Neural Networks
3- Aladdin Persson (Content about: PyTorch, TensorFlow )
ویژگی پلی لیست:
PyTorch Tutorials, TensorFlow 2.0 Beginner Tutorials, Machine Learning Algorithms.
4- Andreas Mueller ( Content about: Machine learning )
ویژگی پلی لیست:
Applied Machine Learning
5- Data School ( Content about: Python, Machine learning, Theoretical )
ویژگی پلی لیست:
Introduction to Machine Learning , Data analysis in Python with Pandas, other talks videos and Python videos.
6-Henry AI Labs (Theoretical )
ویژگی پلی لیست:
Deep Learning Paper Summaries, Reinforcement Learning, Generative Adversarial Networks, Neural Network Design
7- Jeremy Howard (Deep learning, Theoretical )
ویژگی پلی لیست:
Deep Learning from the Foundations, Introduction to Machine Learning for Coders, Practical Deep Learning for Coders
8- Rasa ( Content about: Rasa, AI, NLP )
ویژگی پلی لیست:
NLP for Developers, Developing Contextual AI assistants with Rasa tools, Algorithm Whiteboard, Live Coding
9- Yannic Kilcher ( Content about: NLP, Machine learning, Deep learning, Theoretical )
ویژگی پلی لیست:
NLP, General Machine Learning, Deep Learning Architectures, CV, Applications of Machine Learning
10- OpenAI ( Content about: NLP, Machine learning, AI )
ویژگی پلی لیست:
Events and Talks, Research Releases, Robotics
11- Two Minute Papers ( Content about: Machine Learning and AI Research, Scientific Papers )
ویژگی پلی لیست:
Two Minute Papers, AlphaGo, Fluid, Cloth and Hair Simulations, AI and Deep Learning, Light Transport, Ray Tracing and Global Illumination
12- Machine Learnia ( Content about: Machine Learning, Scikit Learn, Python )
ویژگی پلی لیست:
Deep Learning, SKLEARN tutoriel français Machine Learning, Python Special Machine Learning
13- Mark Saroufim ( Content about: Machine Learning Engineering, Practical videos, Books review )
ویژگی پلی لیست:
Machine Learning Systems, GNN ,...
14- sentdex ( Content about: Python for AI and Finance )
ویژگی پلی لیست:
Python Programming for Finance, Machine Learning with Python, Neural Networks from Scratch in Python
#منابع #مبتدی #مقدماتی #پیشرفته #پایتون #الگوریتمها #هوش_هوصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
PyTorch just released torchchat, making it super easy to run LLMs locally.
- Supports a range of models, including Llama 3.1.
- Can use it on servers, desktops, and even mobile devices.
- pretty straightforward to implement
- offers both Python and native execution modes. It also includes support for eval and quantization.
https://github.com/pytorch/torchchat
#هوش_مصنوعی #پایتورچ #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
- Supports a range of models, including Llama 3.1.
- Can use it on servers, desktops, and even mobile devices.
- pretty straightforward to implement
- offers both Python and native execution modes. It also includes support for eval and quantization.
https://github.com/pytorch/torchchat
#هوش_مصنوعی #پایتورچ #پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
اگر دنبال پروژه هایی از سطح #مبتدی تا #پیشرفته برای یادگیری #پایتون هستین این گیتهاب لینک مفیدیه
https://github.com/florinpop17/app-ideas
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
https://github.com/florinpop17/app-ideas
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from Recommender system (MehriMah Amiri)
Building a Machine Learning Model: A Step-by-Step Guide!
توضيحات_فارسي
توضيحات_انگليسي
#شروع #یادگیری_ماشین #MachineLearning #مدل_سازی #DataScience #پایتون
توضيحات_فارسي
توضيحات_انگليسي
#شروع #یادگیری_ماشین #MachineLearning #مدل_سازی #DataScience #پایتون
فقط با 3 خط کد، این کتابخانه متنباز میتواند هر مجموعه داده #یادگیری_ماشین را تمیز کند!
- flag outliers
- find label errors
- identify near duplicates
- perform active-learning
- find out of distribution samples
- And more ...
- Any data ( text, image, tabular, audio, etc. )
- Any ML tasks ( classification, tagging, entity recognition, prompting LLMs & more ... )
◾️ GitHub
#هوش_مصنوعی #الگوریتمها #پایتون #تمیز
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
- flag outliers
- find label errors
- identify near duplicates
- perform active-learning
- find out of distribution samples
- And more ...
- Any data ( text, image, tabular, audio, etc. )
- Any ML tasks ( classification, tagging, entity recognition, prompting LLMs & more ... )
◾️ GitHub
#هوش_مصنوعی #الگوریتمها #پایتون #تمیز
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
پیشنهادهای اهل فن ریسرچ توییتر برای color pallets حرفهای و زیباییشناسانهتر کتابخونه پرکاربرد matplotlib
https://x.com/MilesCranmer/status/1821965705929281604?t=lbCRqoCFzuX26joOSwuLKA&s=35
#پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
https://x.com/MilesCranmer/status/1821965705929281604?t=lbCRqoCFzuX26joOSwuLKA&s=35
#پایتون
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
X (formerly Twitter)
Miles Cranmer (@MilesCranmer) on X
Matplotlib palettes are useful for science, because they show contrast well, but I find them not to be visually pleasing. Are there any good libraries with aesthetics-focused matplotlib colorschemes?
در پکیج Liger-Kernel که توسط لینکدین برای مدلهای LLM با هدف افزایش توان GPU ها تا 20درصد و کاهش مصرف حافظه تا 60درصد تهیه شده است فقط میتوان با یک خط کد به سطح بهینه ای با این ابزار رسید . به نظرم میشه با سیستمهای شخصی ترین کرد و به نتایج قابل قبولتری رسید و حتی میتوان روی سیستمهای قدرتمندی با هدف افزایش پتانسیل و سرعت مورد استفاده قرارداد.
◾️ GitHub
#پایتون #هوش_مصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
◾️ GitHub
#پایتون #هوش_مصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
ریپازیتوری که دوستان زحمت کشیدن و تهیه کردن که شما راحت باشین برید بهش استار بدین تا پستش دیده شه :
همیشه موقع دیباگ کردن و اجرای llm هام خیلی اوقات ریکوئستهام تکراری ان و نتایجشون هم یکیه برا همین یک ابزار رو برای cache کردن همه اون ریکوئستها درست کردم
این ابزارچون به صورت یه پراکسی ساخته شده پس نیازی به تغییری در کدتون ندارید
◾️ لینک گیتهاب
پ.ن: اگه پروژه ای دارین دوست دارین به بقیه معرفی کنین میتونین برام بفرستین که در کانال منتشر کنم تا حداقل برای یک نفر بتونه مفید باشه
#پایتون #پروژه
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
همیشه موقع دیباگ کردن و اجرای llm هام خیلی اوقات ریکوئستهام تکراری ان و نتایجشون هم یکیه برا همین یک ابزار رو برای cache کردن همه اون ریکوئستها درست کردم
این ابزارچون به صورت یه پراکسی ساخته شده پس نیازی به تغییری در کدتون ندارید
◾️ لینک گیتهاب
پ.ن: اگه پروژه ای دارین دوست دارین به بقیه معرفی کنین میتونین برام بفرستین که در کانال منتشر کنم تا حداقل برای یک نفر بتونه مفید باشه
#پایتون #پروژه
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
حتما در ترجمه متنهای محاوره انگلیسی به فارسی تجربه داشتین که اکثر مدلها به خوبی از پس این نوع ترجمه برنمیان. من یه مدل جدید با ترجمه روان و طبیعی ساختم که با دادههای واقعی آموزش دیده و به صورت متنباز در دسترس گذاشتم. اگه دنبال یه ابزار قوی برای ترجمه غیررسمی هستید، حتماً امتحانش کنید.
لینک هاگینگ فیس
#پایتون #پروژه #هوش_مصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
لینک هاگینگ فیس
#پایتون #پروژه #هوش_مصنوعی
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person