#آموزش #مقدماتی #keras


How to use Keras fit and fit_generator (a hands-on tutorial)

The Keras deep learning library includes three separate functions that can be used to train your own models:

.fit
.fit_generator
.train_on_batch


https://www.pyimagesearch.com/2018/12/24/how-to-use-keras-fit-and-fit_generator-a-hands-on-tutorial/

#آموزش
آموزش شبکه ی مولد تخاصمی (GAN) برای تبدیل تصویر با روش های pix2pix و CycleGAN و پیاده سازی

https://www.aparat.com/v/S9bcT?c

جلسه آخر مباحث ویژه 2 با موضوع "یادگیری ژرف پیشرفته" مقطع کارشناسی دانشگاه تربیت دبیر شهید رجایی
دوشنبه، ۳ دی ۱۳۹۷



اسلاید:
http://fall97.class.vision/slides/17.pdf

کد (نوت بوک پایتون تنسرفلو - کراس) :
http://nbviewer.jupyter.org/github/alireza-akhavan/class.vision/blob/master/57-gan-pix2pix_tensorflow_eager.ipynb


#GAN #pix2pix #cyclegan #keras #tensorflow
#Image_to_Image_Translation

#آموزش
پایتونی کد بزنید، اما گراف تنسرفلو داشته باشید!

AutoGraph converts Python into TensorFlow graphs
https://medium.com/tensorflow/autograph-converts-python-into-tensorflow-graphs-b2a871f87ec7

مرتبط با:
https://t.me/cvision/848

#tensorflow #keras #autograph

#آموزش

Recognizing Speech Commands Using Recurrent Neural Networks with Attention

https://towardsdatascience.com/recognizing-speech-commands-using-recurrent-neural-networks-with-attention-c2b2ba17c837

سورس کد:

A Keras implementation of neural attention model for speech command recognition
https://github.com/douglas125/SpeechCmdRecognition

مرتبط با:

سورس و مقاله wav2letter++ یک روش end2end
https://t.me/cvision/850
جلسه مربوط به Attention در RNNها:
https://www.aparat.com/v/SPZzH
جلسه مربوط به پردازش صوت در RNNها:
https://www.aparat.com/v/cEKal

#attention #rnn #lstm #keras #Speech

#آموزش

چگونه در کراس مشکل دیتای imbalance را حل کنیم؟

منبع: کتاب Deep Learning for Computer Vision with Python
(Starter Bundle)

بخش 22.2 Training the Smile CNN

@cvision

#keras #imbalance

#سورس_کد #آموزش

57 نوت بوک یادگیری عمیق و بینایی ماشین

مباحث ویژه ی 1و 2 مقطع کارشناسی دانشگاه شهید رجایی با موضوع مقدمت بینایی کاپیوتر و یادگیری ژرف مقدماتی و پیشرفته بود و در ترم بهمن 96 و مهر 97 برگزار شد.
با تشکر از آقای ستاریان @MH_Sattarian که لینک های اسلایدهای مرتبط و فیلمهای مرتبط هر نوت بوک را فعلا برای مباحث مباحث ویژه 1 در گیت هاب طبقه بندی کردند. به زودی این لیست تکمیل می‌شود.

https://github.com/Alireza-Akhavan/class.vision

#opencv #keras #tensorflow #deep_learning

#خبر
TensorFlow is dead, long live TensorFlow!
تنسورفلو مرد! تنسورفلو کلا کراس شد.

#TensorFlow just went full #Keras! (!!!!!) Here's why that's an earthquake for #AI and #DataScience...

https://medium.com/m/global-identity?redirectUrl=https%3A%2F%2Fhackernoon.com%2Ftensorflow-is-dead-long-live-tensorflow-49d3e975cf04

🙏Thanks to: @ai_python

#tensorflow #keras

#سورس_کد #آموزش

نوت بوک‌های یادگیری عمیق و بینایی ماشین

مباحث ویژه ی 1و 2 مقطع کارشناسی دانشگاه شهید رجایی با موضوع مقدمت بینایی کامپیوتر و یادگیری ژرف مقدماتی و پیشرفته بود و در ترم بهمن 96 و مهر 97 برگزار شد.
آقای ستاریان که @MH_Sattarian لینک های اسلایدهای مرتبط و فیلمهای مرتبط هر نوت بوک را قبلا برای مباحث ویژه 1 در گیت هاب طبقه بندی کرده بودند. به زودی این لیست تکمیل می‌شود.
زحمت کشیدند و این لیست را با مطالب مباحث ویژه دو کامل کردند.

این ریپوزیتوری در سه بخش اصلی:
Computer Vision
Machine Learning
Deep Learning
است.

به زودی ویدیوهای مرتبط در آپارات هم لینک خواهند شد.

https://github.com/Alireza-Akhavan/class.vision

#opencv #keras #tensorflow #deep_learning

#آموزش
راهنمای کراس در تنسرفلوی ۲.۰ در سایت تنسرفلو.
https://www.tensorflow.org/alpha/guide/keras/

#keras #tensorflow2

#آموزش #ویدیو #وبینار
Build TensorFlow input pipelines with tf.data

⚪️فیلم وبینار فارسی tf.data و راه‌کارهای افزایش سرعت آموزش - پنج‌شنبه مورخ ۱۴ فروردین ۱۳۹۹
⚪️سطح: پیشرفته (کد نویسی)

این وبینار به آموزش مراحل ساخت pipeline ورودی TensorFlow2 و keras با tf.data و دلایل استفاده نکردن از پیش‌پردازش‌های keras نظیر ImageDataGenerator و لزوم بهره‌گیری از tf.data پرداخته است. بعد از بررسی گام‌های مختلف ETL به عنوان مثال عملی، Transfer learning برای طبقه بندی تصویر را با tf.data انجام دادیم. در نیمه‌ی دوم وبینار بیشتر روی افزایش performance سرعت آموزش و تست بحث شد و راه‌کارهایی نظیر prefetch، Parallelize ، transformation، cache،snapshot، tf.function، XLA و همچنین mixed precision بحث شد.

اسلاید‌های وبینار
https://www.slideshare.net/Alirezaakhavanpour/build-tensorflow-input-pipelines-tfdata

فیلم وبینار در آپارات:
https://www.aparat.com/v/HGvC2

کدهای اسلایدها و مثال عملی:
https://github.com/Alireza-Akhavan/class.vision/tree/master/tf2

@cvision @irandeeplearning

#TensorFlow #keras