برای تغییر یک تصویر لود شده در فرمت نامپای
اگر به مشکل بالا برخوردید از فلگ زیر استفاده کنید:

data.setflags(write=1)

نوت بوک های فردا در گیت درس قرار گرفتند. (سه نوت بوک)

#خبر
بعد از سه سال و نیم انتظار، Intel بلاخره OpenCV نسخه 4 را منتشر کرد.

https://opencv.org/opencv-4-0-0.html

توابع یادگیری ژرف اضافه شده:

OpenCV 4.0 also supports deep learning functions, including:

AbsVal
AveragePooling
BatchNormalization
Concatenation
Convolution (including dilated convolution)
Crop
Deconvolution, a.k.a. transposed convolution or full convolution
DetectionOutput (SSD-specific layer)
Dropout
Eltwise (+, *, max)
Flatten
FullyConnected
LRN
LSTM
MaxPooling
MaxUnpooling
MVN
NormalizeBBox (SSD-specific layer)
Padding
Permute
Power
PReLU (including ChannelPReLU with channel-specific slopes)
PriorBox (SSD-specific layer)
ReLU
RNN
Scale
Shift
Sigmoid
Slice
Softmax
Split
TanH

#opencv

آموزش یک مدل بازگشتی character level روی شاهنامه فردوسی
مدل RNN کاراکتر لول است و درکی از کلمات فارسی ندارد و با ورودی "به نام خد" این کلمات را خروجی داده

github
Run in Google Colab
shahnameh Dataset

functools — Higher-order functions and operations on callable objects

partial gives default values to the parameters of a function that would otherwise not have default values.
#pytrick

#منبع
کورس نوتهای تمیز و خوب از درس cs230 استنفورد.

Deep Learning cheatsheets covering the content of Stanford's CS 230 class.

Convolutional Neural Networks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-convolutional-neural-networks

Recurrent Neural Networks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-recurrent-neural-networks

Deep Learning Tips and Tricks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-deep-learning-tips-and-tricks

همان طور که قبلا دیدیدم با Keras functional API میتوانید مدلهای پیچیده تر با چند ورودی و چند خروجی بسازید

https://keras.io/getting-started/functional-api-guide/
https://keras.io/models/model/

https://www.aparat.com/v/SVHB9

کدها:
http://nbviewer.jupyter.org/github/Alireza-Akhavan/class.vision/blob/master/48-text-generation-on-shahnameh-tensorflow.ipynb

#آموزش
https://www.aparat.com/v/htJcp?a

کدها:
https://t.me/class_vision/390

نمونه بهبود پارامترهای شبکه بازگشتی نوت بوک
48-text-generation-on-shahnameh-tensorflow.ipynb

برای خفظ قافیه در اشعار تولید شده شبیه شاهنامه توسط دانشجویان کلاس

در مورد این مقایسه برای خروجی ترجمه ماشینی یا image captioning صحبت شد ولی جزئیات آن توضیح داده نشد.
در صورت تمایل این ویدیو را ببینید
Bleu score

T-SNE
http://www.cs.toronto.edu/~hinton/absps/tsne.pdf (2008)

هوش مصنوعی گوگل، با استفاده از یادگیری عمیق، بهتر از هر آدم خبره ای لب خوانی میکند:
Google’s DeepMind AI can lip-read TV shows better than a pro:
pic: https://d1o50x50snmhul.cloudfront.net/wp-content/uploads/2016/11/21090036/l4.gif

برای اینکار شبکه با 118,000 عبارت در 5000 ساعت برنامه ی ویدیویی که غالبا شامل اخبار بوده آموزش دیده است

اطلاعات بیشتر:
🔗https://www.newscientist.com/article/2113299-googles-deepmind-ai-can-lip-read-tv-shows-better-than-a-pro

مقاله مرتبط:
https://arxiv.org/pdf/1611.05358v1.pdf