🎥فیلمهای آموزشی شبکههای بازگشتی عمیق و پیاده سازی در #Tesnorflow2 و #Keras که در #صندوق_نوآوری_و_شکوفایی برگزار گردید.
http://class.vision/deeplearning2/
پیشنمایش دوره در آپارات:
https://www.aparat.com/v/zqbc8
کد تخفیف ۱۰ درصد cvision مخصوص اعضای کانال
http://class.vision/deeplearning2/
پیشنمایش دوره در آپارات:
https://www.aparat.com/v/zqbc8
کد تخفیف ۱۰ درصد cvision مخصوص اعضای کانال
#مقاله
Microsoft ImageBERT | Cross-modal Pretraining with Large-scale Image-Text Data
https://syncedreview.com/2020/01/27/microsoft-imagebert-cross-modal-pretraining-with-large-scale-image-text-data/amp/
Microsoft ImageBERT | Cross-modal Pretraining with Large-scale Image-Text Data
https://syncedreview.com/2020/01/27/microsoft-imagebert-cross-modal-pretraining-with-large-scale-image-text-data/amp/
Synced | AI Technology & Industry Review
Microsoft ImageBERT | Cross-modal Pretraining with Large-scale Image-Text Data | Synced
Visual language tasks are a hot topic these days in the fields of natural language processing (NLP) and computer vision. Most existing methods are based on pretrained models that use late fusion approaches to fuse multi-modal inputs for downstream tasks.…
#مقاله #سورس_کد
A collection of important graph embedding, classification and representation learning papers with implementations.
https://github.com/benedekrozemberczki/awesome-graph-classification
#طبقهبندی #گراف
A collection of important graph embedding, classification and representation learning papers with implementations.
https://github.com/benedekrozemberczki/awesome-graph-classification
#طبقهبندی #گراف
Forwarded from MVIP 2020
#کارگاه_های_آموزشی_کنفرانس
✅ کارگاه آموزشی: آشنایی با کراس/ تنسورفلو
👈 برای شرکت در این کارگاهها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاههای شهر قم و تمامی دانشجویان دانشگاه تهران میتوانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاهها ثبت نام و شرکت کنند.
https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa
http://mvip2020.ut.ac.ir
@mvip_2020
✅ کارگاه آموزشی: آشنایی با کراس/ تنسورفلو
👈 برای شرکت در این کارگاهها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاههای شهر قم و تمامی دانشجویان دانشگاه تهران میتوانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاهها ثبت نام و شرکت کنند.
https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa
http://mvip2020.ut.ac.ir
@mvip_2020
Forwarded from MVIP 2020
#کارگاه_های_آموزشی_کنفرانس
✅ کارگاه آموزشی: شبکههای مولد تخاصمی (GAN) و پیادهسازی در کراس / تنسورفلو
♨️ پیشنیاز این دوره:
آشنایی با مفاهیم شبکه عصبی و پیاده سازی با کراس / تنسرفلو
👈 برای شرکت در این کارگاهها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاههای شهر قم و تمامی دانشجویان دانشگاه تهران میتوانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاهها ثبت نام و شرکت کنند.
https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa
http://mvip2020.ut.ac.ir
@mvip_2020
✅ کارگاه آموزشی: شبکههای مولد تخاصمی (GAN) و پیادهسازی در کراس / تنسورفلو
♨️ پیشنیاز این دوره:
آشنایی با مفاهیم شبکه عصبی و پیاده سازی با کراس / تنسرفلو
👈 برای شرکت در این کارگاهها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاههای شهر قم و تمامی دانشجویان دانشگاه تهران میتوانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاهها ثبت نام و شرکت کنند.
https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa
http://mvip2020.ut.ac.ir
@mvip_2020
#سورس_کد #مقاله
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی:
DeepRemaster: Temporal Source-Reference Attention Networks for Comprehensive Video Enhancement
تصویر
مقاله:
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/data/remastering_siggraphasia2019.pdf
فایل ارائه آنلاین به همراه فیلمها (صفحه پروژه):
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/en/index.html
اسلاید:
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/data/remastering_siggraphasia2019_presentation.pdf
سورس کد:
https://github.com/satoshiiizuka/siggraphasia2019_remastering
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی:
DeepRemaster: Temporal Source-Reference Attention Networks for Comprehensive Video Enhancement
تصویر
مقاله:
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/data/remastering_siggraphasia2019.pdf
فایل ارائه آنلاین به همراه فیلمها (صفحه پروژه):
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/en/index.html
اسلاید:
http://iizuka.cs.tsukuba.ac.jp/projects/remastering/data/remastering_siggraphasia2019_presentation.pdf
سورس کد:
https://github.com/satoshiiizuka/siggraphasia2019_remastering
Telegram
Tensorflow
#سورس_کد #مقاله
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی
https://t.me/cvision/1635
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی
https://t.me/cvision/1635
#سورس_کد #مقاله
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی
https://t.me/cvision/1635
بهبود کیفیت و تبدیل خودکار فیلمهای سیاه و سفید قدیمی به رنگی با هوش مصنوعی
https://t.me/cvision/1635
This media is not supported in your browser
VIEW IN TELEGRAM
#مقاله
Learning to Imitate Human Demonstrations via CycleGAN
در این مقاله ربات مستقیم با نگاه کردن به یک کار آن را فرا میگیرد. این مقاله از #CycleGAN استفاده کرده است.
https://bair.berkeley.edu/blog/2019/12/13/humans-cyclegan/
پانوشت:
اگر خاطرتان باشد #CycleGan همان بهبود مقاله #pix2pix برای شرایطی که ما زوج تصویر نداشتیم بود، مثلا در تبدیل اسب به گور خر نیز از این روش استفاده شده بود.
Learning to Imitate Human Demonstrations via CycleGAN
در این مقاله ربات مستقیم با نگاه کردن به یک کار آن را فرا میگیرد. این مقاله از #CycleGAN استفاده کرده است.
https://bair.berkeley.edu/blog/2019/12/13/humans-cyclegan/
پانوشت:
اگر خاطرتان باشد #CycleGan همان بهبود مقاله #pix2pix برای شرایطی که ما زوج تصویر نداشتیم بود، مثلا در تبدیل اسب به گور خر نیز از این روش استفاده شده بود.
Tensorflow(@CVision)
#آموزش #rnn #lsrm #gru قسمت سوم - پیادهسازی تخمین تابع با شبکههای بازگشتی ساده در این جلسه با فریمورک Keras آموزش و تولید یک موج سینوسی به عنوان یک مثال ساده برای شروع با RNN آموزش داده شد. https://www.aparat.com/v/4JYTU
#آموزش #rnn #lsrm #gru
قسمت ششم - محو شدگی و انفجار گرادیانها در شبکههای بازگشتی
https://www.aparat.com/v/DRqG1
پ ن : این ویدیوها نیاز به پیشنیاز آشنایی با پیاده سازی شبکه های عصبی و کانولوشنالی در تنسرفلو و کراس دارد.
میتوانید مسیر یادگیری یادگیری عمیق را از اینجا بخوانید، یا ویدیو مقدماتی را از اینجا ببنید. اگر هیچ دیدی هم نسبت به یادگیری عمیق ندارید به این پست یک نگاهی بیندازید.
قسمت ششم - محو شدگی و انفجار گرادیانها در شبکههای بازگشتی
https://www.aparat.com/v/DRqG1
پ ن : این ویدیوها نیاز به پیشنیاز آشنایی با پیاده سازی شبکه های عصبی و کانولوشنالی در تنسرفلو و کراس دارد.
میتوانید مسیر یادگیری یادگیری عمیق را از اینجا بخوانید، یا ویدیو مقدماتی را از اینجا ببنید. اگر هیچ دیدی هم نسبت به یادگیری عمیق ندارید به این پست یک نگاهی بیندازید.
آپارات - سرویس اشتراک ویدیو
قسمت ششم - محو شدگی و انفجار گرادیانها در شبکههای بازگشتی
در این ویدیو به مشکل اصلی rnn های ساده پرداختیمExploding and Vanishing Gradients in RNNSخرید کامل دوره:http://class.vision/deeplearning2/
#خبر
از این به بعد در Kaggle هم میتوانید به #TPU دسترسی داشته باشید
کد نویسی با تنسرفلو / کراس الان تفاوت های خیلی جزئی برای کار با TPU دارد.
میتوانید در این playground کگل بیشتر آشنا شوید:
https://www.kaggle.com/c/flower-classification-with-tpus
از این به بعد در Kaggle هم میتوانید به #TPU دسترسی داشته باشید
کد نویسی با تنسرفلو / کراس الان تفاوت های خیلی جزئی برای کار با TPU دارد.
میتوانید در این playground کگل بیشتر آشنا شوید:
https://www.kaggle.com/c/flower-classification-with-tpus
Kaggle
Flower Classification with TPUs
Use TPUs to classify 104 types of flowers
#خبر #مجموعه_داده
💯دیتاست جدید مناسب برای ترجمه ماشینی
👍خوشبختانه این دیتاست زبان فارسی هم دارد...
New MT dataset: 4.5 billion parallel sentences, over 27 languages, covering 576 language pairs. Fantastic contribution to Machine Translation.
https://github.com/facebookresearch/LASER/tree/master/tasks/CCMatrix
لینک به توئیت مرتبط: https://twitter.com/Reza_Zadeh/status/1227008702495870977?s=20
💯دیتاست جدید مناسب برای ترجمه ماشینی
👍خوشبختانه این دیتاست زبان فارسی هم دارد...
New MT dataset: 4.5 billion parallel sentences, over 27 languages, covering 576 language pairs. Fantastic contribution to Machine Translation.
https://github.com/facebookresearch/LASER/tree/master/tasks/CCMatrix
لینک به توئیت مرتبط: https://twitter.com/Reza_Zadeh/status/1227008702495870977?s=20
Tensorflow(@CVision)
#خبر #مجموعه_داده 💯دیتاست جدید مناسب برای ترجمه ماشینی 👍خوشبختانه این دیتاست زبان فارسی هم دارد... New MT dataset: 4.5 billion parallel sentences, over 27 languages, covering 576 language pairs. Fantastic contribution to Machine Translation. https://gi…
همانطور که میدانید اخیرا دیتاست بزرگی برای ترجمه ماشینی منتشر شده است. (اینجا)
نوتبوکهای شماره 10 و 11 (اینجا) مربوط به ترجمه ماشینی است.
با تغییر این نوت بوکها و آموزش دادن با دیتاست زبان فارسی به انگلیسی یا بالعکس با این دیتاست و ارسال آن به ایمیل اینجانب به آدرس
akhavan@class.vision
دوره پیشرفته یادگیری عمیق با موضوع شبکههای بازگشتی که مرتبط با ترجمه ماشینی است به شما به عنوان هدیه ارسال خواهد شد.
مهلت: تا انتهای سال 98
هدف: غنی سازی آموزشهای فارسی و اشتراک کد شما با نام خودتان در کانال
نوتبوکهای شماره 10 و 11 (اینجا) مربوط به ترجمه ماشینی است.
با تغییر این نوت بوکها و آموزش دادن با دیتاست زبان فارسی به انگلیسی یا بالعکس با این دیتاست و ارسال آن به ایمیل اینجانب به آدرس
akhavan@class.vision
دوره پیشرفته یادگیری عمیق با موضوع شبکههای بازگشتی که مرتبط با ترجمه ماشینی است به شما به عنوان هدیه ارسال خواهد شد.
مهلت: تا انتهای سال 98
هدف: غنی سازی آموزشهای فارسی و اشتراک کد شما با نام خودتان در کانال
Telegram
Tensorflow
#خبر #مجموعه_داده
💯دیتاست جدید مناسب برای ترجمه ماشینی
👍خوشبختانه این دیتاست زبان فارسی هم دارد...
New MT dataset: 4.5 billion parallel sentences, over 27 languages, covering 576 language pairs. Fantastic contribution to Machine Translation.
https://g…
💯دیتاست جدید مناسب برای ترجمه ماشینی
👍خوشبختانه این دیتاست زبان فارسی هم دارد...
New MT dataset: 4.5 billion parallel sentences, over 27 languages, covering 576 language pairs. Fantastic contribution to Machine Translation.
https://g…
This media is not supported in your browser
VIEW IN TELEGRAM
#خبر
استفاده راحت تر از گوگلدرایو در به روز رسانی جدید گوگلکولب
#Colab integration with #Google_Drive just got better. Authenticate only once per notebook. No authentication codes are necessary for private notebooks when using the 'Mount Drive' button in the file browser.
استفاده راحت تر از گوگلدرایو در به روز رسانی جدید گوگلکولب
#Colab integration with #Google_Drive just got better. Authenticate only once per notebook. No authentication codes are necessary for private notebooks when using the 'Mount Drive' button in the file browser.
#مقاله #سورس_کد #pretrained
Self-training with Noisy Student improves ImageNet classification
[Feb 2020] Released EfficientNet checkpoints trained with noisy student
کد و مدل pretrain
https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet
مقاله
https://arxiv.org/abs/1911.04252
@cvision
Self-training with Noisy Student improves ImageNet classification
[Feb 2020] Released EfficientNet checkpoints trained with noisy student
کد و مدل pretrain
https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet
مقاله
https://arxiv.org/abs/1911.04252
@cvision
این شبکه اخیرا منتشر شده. با تعداد محاسبات یکسان، همواره بهتره مدلهای قبلی است.
در تنسرفلو میتوانید از این مدل استفاده کنید
https://t.me/cvision/1644
در تنسرفلو میتوانید از این مدل استفاده کنید
https://t.me/cvision/1644
دانشگاه MIT، یک کورس deep learning رو بهصورت رایگان داره منتشر میکنه. جلسه اولش منتشر شده:
Lecture 1:
youtu.be/njKP3FqW3Sk
Course Website:
http://introtodeeplearning.com
Lecture 1:
youtu.be/njKP3FqW3Sk
Course Website:
http://introtodeeplearning.com
YouTube
MIT 6.S191 (2020): Introduction to Deep Learning
MIT Introduction to Deep Learning 6.S191: Lecture 1
Foundations of Deep Learning
Lecturer: Alexander Amini
January 2020
For all lectures, slides, and lab materials: http://introtodeeplearning.com
Lecture Outline
0:00 - Introduction
4:14 - Course information…
Foundations of Deep Learning
Lecturer: Alexander Amini
January 2020
For all lectures, slides, and lab materials: http://introtodeeplearning.com
Lecture Outline
0:00 - Introduction
4:14 - Course information…
Tensorflow(@CVision)
#آموزش #ویدیو اسلایدها و فیلم سخنرانی AAAI امروز ویدیو: https://vimeo.com/390347111 اسلاید سخنرانی یان لکان: https://drive.google.com/file/d/1r-mDL4IX_hzZLDBKp8_e8VZqD7fOzBkF/view Video of the talks: - 1:10 in for #Geoff_Hinton, - 1:44 for #Yann_LeCun…
هینتون در اوایل ارائهاش در دقیقه 3:45 در AAAI 2020 میاد در مورد مشکلات CNN بگه و اینکه در چه شرایطی ضعف دارند، میگه
"...the problems of CNN and why they are rubbish!"
در حالی که یان لکان نشسته و همه حضار میخندند...
حتی یک جا در توجیه یکی از ادعاهایی که میاره، میگه دلیلهای زیبایی دارم ولی وقت ندارم بهتون توضیح بدم!(به دلیل زمان محدود ارائه) که باز هم خنده حضار رو به همراه داره...
در این ارائه بیشتر در مورد
Stacked Capsule Autoencoders
صحبت میکنه و به بیان خودش این نسخه از این مدل، نسخه نهایی و بدون ایراده و نسخههای قبلی که در سالهای پیش در کنفرانسهای معتبر چاپ شدهاند،همه اشتباه هستند!
"...the problems of CNN and why they are rubbish!"
در حالی که یان لکان نشسته و همه حضار میخندند...
حتی یک جا در توجیه یکی از ادعاهایی که میاره، میگه دلیلهای زیبایی دارم ولی وقت ندارم بهتون توضیح بدم!(به دلیل زمان محدود ارائه) که باز هم خنده حضار رو به همراه داره...
در این ارائه بیشتر در مورد
Stacked Capsule Autoencoders
صحبت میکنه و به بیان خودش این نسخه از این مدل، نسخه نهایی و بدون ایراده و نسخههای قبلی که در سالهای پیش در کنفرانسهای معتبر چاپ شدهاند،همه اشتباه هستند!
Forwarded from کلاس ویژن: یادگیری عمیق و بینایی کامپیوتر
Multiple Object Tracker, Based on Hungarian algorithm + Kalman filter.
https://github.com/Smorodov/Multitarget-tracker
https://github.com/Smorodov/Multitarget-tracker
GitHub
GitHub - Smorodov/Multitarget-tracker: Multiple Object Tracker, Based on Hungarian algorithm + Kalman filter.
Multiple Object Tracker, Based on Hungarian algorithm + Kalman filter. - Smorodov/Multitarget-tracker
Speeding up neural networks using TensorNetwork in Keras
https://blog.tensorflow.org/2020/02/speeding-up-neural-networks-using-tensornetwork-in-keras.html?linkId=82160439
https://blog.tensorflow.org/2020/02/speeding-up-neural-networks-using-tensornetwork-in-keras.html?linkId=82160439
blog.tensorflow.org
Speeding up neural networks using TensorNetwork in Keras
The TensorFlow blog contains regular news from the TensorFlow team and the community, with articles on Python, TensorFlow.js, TF Lite, TFX, and more.