Tencent Open-Sourced Algorithm Betters Face Detection Benchmarks
https://medium.com/syncedreview/tencent-open-sourced-algorithm-betters-face-detection-benchmarks-b6cb0456d147
مرتبط با : "تشخیص چهره با دقت خیره کننده!"
#face
https://medium.com/syncedreview/tencent-open-sourced-algorithm-betters-face-detection-benchmarks-b6cb0456d147
مرتبط با : "تشخیص چهره با دقت خیره کننده!"
#face
Medium
Tencent Open-Sourced Algorithm Betters Face Detection Benchmarks
Chinese technology giant Tencent has open-sourced its face detection algorithm DSFD (Dual Shot Face Detector). The related paper DSFD…
Forwarded from Programming Resources via @like
An open source, multi-language dataset of voices that anyone can use to train speech-enabled applications
یک مجموعه داده منبعباز و چند زبانه از صداهایی هستیم که هر کسی میتواند برای آموزش برنامههای با قابلیت گفتاری استفاده کند.
علاوه بر این میتونید توی قسمت زبان فارسی شرکت کنید و از طریق لینک روبرو در درست کردن دیتاست صدای زبان فارسی کمک کنید -> https://voice.mozilla.org/fa
#dataset #voice
@pythony
voice.mozilla.org/en/datasets
یک مجموعه داده منبعباز و چند زبانه از صداهایی هستیم که هر کسی میتواند برای آموزش برنامههای با قابلیت گفتاری استفاده کند.
علاوه بر این میتونید توی قسمت زبان فارسی شرکت کنید و از طریق لینک روبرو در درست کردن دیتاست صدای زبان فارسی کمک کنید -> https://voice.mozilla.org/fa
#dataset #voice
@pythony
voice.mozilla.org/en/datasets
#Fun
Just because you can use deep learning all the time doesn’t mean you should :)
https://twitter.com/deeplearningai_/status/1117857788451966977
Just because you can use deep learning all the time doesn’t mean you should :)
https://twitter.com/deeplearningai_/status/1117857788451966977
اندر مزایای ترک گوگل :)
https://twitter.com/VahidK/status/1117267186358165505
🙏Thanks to: @samehraboon
https://twitter.com/VahidK/status/1117267186358165505
🙏Thanks to: @samehraboon
Tensorflow(@CVision)
Photo
#آموزش #keras
#سوال:
به نظر شما چرا انقدر loss و accuracy دیتای validation نوسان دارد و از 0 تا 100 دائما نوسان میکند؟
#پاسخ احتمالی 1:
ممکن است بگویید lr زیاده! اما دیتای train نوسانی نداره. پس این جواب اشتباهه.
راهنمایی #پاسخ درست:
به اندزهی سایز batch در validation_generator و تعداد عکسهایی که این generator پیدا کرده دقت کنید!
#سوال:
به نظر شما چرا انقدر loss و accuracy دیتای validation نوسان دارد و از 0 تا 100 دائما نوسان میکند؟
#پاسخ احتمالی 1:
ممکن است بگویید lr زیاده! اما دیتای train نوسانی نداره. پس این جواب اشتباهه.
راهنمایی #پاسخ درست:
به اندزهی سایز batch در validation_generator و تعداد عکسهایی که این generator پیدا کرده دقت کنید!
#خبر
ورکشاپ جرمی هاوارد در دانشگاه سان فرانسیسکو پیرامون استفاده از تنسرفلو در fast.ai
اینم یه نوع بازاریابیه :)
یه عمر از تنسرفلو بد بگو، بعد بیا سمتش!
بعد خود اکانت رسمی تنسرفلو تبلیغ ورکشاپ را برات انجام میده ...
https://twitter.com/TensorFlow/status/1118899208235495424
ورکشاپ جرمی هاوارد در دانشگاه سان فرانسیسکو پیرامون استفاده از تنسرفلو در fast.ai
اینم یه نوع بازاریابیه :)
یه عمر از تنسرفلو بد بگو، بعد بیا سمتش!
بعد خود اکانت رسمی تنسرفلو تبلیغ ورکشاپ را برات انجام میده ...
https://twitter.com/TensorFlow/status/1118899208235495424
❤1
#آموزش
Create a real #TensorFlow production ML pipeline with this new #TFX step-by-step tutorial!
https://www.tensorflow.org/tfx/tutorials/tfx/workshop
#tensorflow2 #tfx
Create a real #TensorFlow production ML pipeline with this new #TFX step-by-step tutorial!
https://www.tensorflow.org/tfx/tutorials/tfx/workshop
#tensorflow2 #tfx
This media is not supported in your browser
VIEW IN TELEGRAM
#آموزش
به صورت آنلاین تجربه کنید که یک مقداردهی اولیه نامناسب شبکه چه قدر روی روال آموزش تاثیر منفی میگذارد!
interactive tutorial on neural networks initialization.
https://www.deeplearning.ai/ai-notes/initialization/index.html
به صورت آنلاین تجربه کنید که یک مقداردهی اولیه نامناسب شبکه چه قدر روی روال آموزش تاثیر منفی میگذارد!
interactive tutorial on neural networks initialization.
https://www.deeplearning.ai/ai-notes/initialization/index.html
#مقاله
Semantic Adversarial Attacks:
Parametric Transformations That Fool Deep Classifiers
http://arxiv.org/pdf/1904.08489.pdf
🙏Thanks to: @vahidreza01
Semantic Adversarial Attacks:
Parametric Transformations That Fool Deep Classifiers
http://arxiv.org/pdf/1904.08489.pdf
🙏Thanks to: @vahidreza01
#مقاله
فریب شبکه های object detection در تشخیص افراد.
Fooling automated surveillance cameras: adversarial patches to attack person detection. https://arxiv.org/abs/1904.08653
🙏Thanks to: @vahidreza01
#adversarial #gan
فریب شبکه های object detection در تشخیص افراد.
Fooling automated surveillance cameras: adversarial patches to attack person detection. https://arxiv.org/abs/1904.08653
🙏Thanks to: @vahidreza01
#adversarial #gan
Forwarded from School of AI
Nils J. Nilsson
محقق و استاد هوش مصنوعی دانشگاه استنفورد، نویسنده مشهور کتاب های هوش مصنوعی و مبدع الگوریتم های A* و STRIPS درگذشت.
https://ai.stanford.edu/~nilsson/
محقق و استاد هوش مصنوعی دانشگاه استنفورد، نویسنده مشهور کتاب های هوش مصنوعی و مبدع الگوریتم های A* و STRIPS درگذشت.
https://ai.stanford.edu/~nilsson/
#خبر
NVIDIA Tesla T4 GPUs are now available in Colab
Faster computations with more available memory.
https://cloud.google.com/blog/products/ai-machine-learning/nvidia-tesla-t4-gpus-now-available-in-beta
NVIDIA Tesla T4 GPUs are now available in Colab
Faster computations with more available memory.
https://cloud.google.com/blog/products/ai-machine-learning/nvidia-tesla-t4-gpus-now-available-in-beta
#آموزش
با تغییر مقدار eps در Adam از 1e-8 به 1e-4 مشکل آموزش دادن مدلش حل شده ....
https://twitter.com/KeremTurgutlu/status/1120125247330500610?s=19
با تغییر مقدار eps در Adam از 1e-8 به 1e-4 مشکل آموزش دادن مدلش حل شده ....
https://twitter.com/KeremTurgutlu/status/1120125247330500610?s=19
Forwarded from Python_Labs🐍 (Alireza Akhavan)
This media is not supported in your browser
VIEW IN TELEGRAM
معروف ترین زبان های برنامه نویسی در گذر زمان از سال ۲۰۰۸ تا ۲۰۱۸
در سال های اخیر پایتون به دلیل استفاده در زمینه های متعدد مانند یادگیری ماشین، از معروف ترین زبان ها شده است.
🙏Thanks to: @techinsider_channel
در سال های اخیر پایتون به دلیل استفاده در زمینه های متعدد مانند یادگیری ماشین، از معروف ترین زبان ها شده است.
🙏Thanks to: @techinsider_channel
#مقاله
Improving the Robustness of Deep Neural Networks via Stability Training
کسانی که دیپ در ویدیو کار کردند حتما با این مشکل مواجه شدند...
دو فریم کاملا مشابه از لحاظ بصری و جواب های کاملا متفات در طبقه بند.
How can we make computer vision networks more robust against image distortions so small that they’re undetectable to the human eye?
https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Zheng_Improving_the_Robustness_CVPR_2016_paper.pdf#utm_source=social&utm_medium=linkedin&utm_campaign=AINotesInitializationDiscussion1&utm_term=TechRecApril252019
Improving the Robustness of Deep Neural Networks via Stability Training
کسانی که دیپ در ویدیو کار کردند حتما با این مشکل مواجه شدند...
دو فریم کاملا مشابه از لحاظ بصری و جواب های کاملا متفات در طبقه بند.
How can we make computer vision networks more robust against image distortions so small that they’re undetectable to the human eye?
https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Zheng_Improving_the_Robustness_CVPR_2016_paper.pdf#utm_source=social&utm_medium=linkedin&utm_campaign=AINotesInitializationDiscussion1&utm_term=TechRecApril252019