Tensorflow(@CVision)
دکتر ادرین رزبراک، نویسنده و موسس سایت pyimagesearch، امروز یه پست آموزشی در مورد اتوانکودرها منتشر کرده که دارای سه بخش هست و امروز بخش اولش منتشر شده. قرار هست کاربردهایی مانند خودرمزنگاری، از بین بردن نویز و تشخیص ناهنجاری در سه قسمت از این پست آموزشی به…
بخش دوم پست آموزشی اتوانکودرها در مورد از بین بردن نویز تصاویر
https://www.pyimagesearch.com/2020/02/24/denoising-autoencoders-with-keras-tensorflow-and-deep-learning/
https://www.pyimagesearch.com/2020/02/24/denoising-autoencoders-with-keras-tensorflow-and-deep-learning/
PyImageSearch
Denoising autoencoders with Keras, TensorFlow, and Deep Learning - PyImageSearch
In this tutorial, you will learn how to use autoencoders to denoise images using Keras, TensorFlow, and Deep Learning.
میخواهید یادگیری عمیق را فرابگیرید؟
An AI Curriculum – a combination of open lectures provided by MIT, Stanford University and UC Berkeley
✅MIT 6.S191: Introduction to Deep Learning
✅ CS231n: CNNs for Visual Recognition, Stanford | Spring 2019
✅ CS224n: NLP with Deep Learning, Stanford | Winter 2019
✅ CS285: Deep Reinforcement Learning, UC Berkeley | Fall 2019
https://github.com/Machine-Learning-Tokyo/AI_Curriculum
An AI Curriculum – a combination of open lectures provided by MIT, Stanford University and UC Berkeley
✅MIT 6.S191: Introduction to Deep Learning
✅ CS231n: CNNs for Visual Recognition, Stanford | Spring 2019
✅ CS224n: NLP with Deep Learning, Stanford | Winter 2019
✅ CS285: Deep Reinforcement Learning, UC Berkeley | Fall 2019
https://github.com/Machine-Learning-Tokyo/AI_Curriculum
#منبع #کورس #ویدیو
CS 330: Deep Multi-Task and Meta Learning
Want to learn about meta-learning? Lecture videos for CS330 are now online!
https://www.youtube.com/playlist?list=PLoROMvodv4rMC6zfYmnD7UG3LVvwaITY5
Topics incl. MTL, few-shot learning, Bayesian meta-learning, lifelong learning, meta-RL & more:
cs330.stanford.edu
CS 330: Deep Multi-Task and Meta Learning
Want to learn about meta-learning? Lecture videos for CS330 are now online!
https://www.youtube.com/playlist?list=PLoROMvodv4rMC6zfYmnD7UG3LVvwaITY5
Topics incl. MTL, few-shot learning, Bayesian meta-learning, lifelong learning, meta-RL & more:
cs330.stanford.edu
YouTube
Stanford CS330: Deep Multi-Task and Meta Learning
For more information about Stanford’s Artificial Intelligence professional and graduate programs, visit: https://stanford.io/ai
Tensorflow(@CVision)
چطوری مقالات رو به شکل موثر بخونیم؟ در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟ https://youtu.be/733m6qBH-jI?t=160
روش موثر خواندن مقالات یادگیری ماشین...
این خلاصه از درس Standford CS230 #نحوه_خواندن_مقاله از Andrew ng هست.
روش اول خواندن مقاله به صورت فقط مقاله خداندن و فهمیدن متد:
1- Title/abstract/ figures
2- introduction/ conclusion/ figures/ skim rest
3- read paper but skip the math.
4- read whole paper but skip part that doesn't make sense.
چه چیزی باید از مقاله در بیاوریم:
1- what did authors try to accomplish?
2- what were the key elements of the approach?
3- what can you use yourself?
4- what other references do you want to follow?
روش خوب برای پیدا کردن اخبار مقالات (این مختص مقالات ماشین لرنینگ هست) :
1- Twitter
2- ML sub reddit
3- nips /icml/ iclr
4- friends
🌹🌱💭 روش دوم : یادگیری دیپ پیپر :
1- re-derive from scratch the paper
کد مقاله رو چیکار باید کرد:
1- download and run open source code
2- reimplement it from scratch
مرتبط با:
https://t.me/cvision/1673
🙏Thanks to: @Machinelearning_Kartal
این خلاصه از درس Standford CS230 #نحوه_خواندن_مقاله از Andrew ng هست.
روش اول خواندن مقاله به صورت فقط مقاله خداندن و فهمیدن متد:
1- Title/abstract/ figures
2- introduction/ conclusion/ figures/ skim rest
3- read paper but skip the math.
4- read whole paper but skip part that doesn't make sense.
چه چیزی باید از مقاله در بیاوریم:
1- what did authors try to accomplish?
2- what were the key elements of the approach?
3- what can you use yourself?
4- what other references do you want to follow?
روش خوب برای پیدا کردن اخبار مقالات (این مختص مقالات ماشین لرنینگ هست) :
1- Twitter
2- ML sub reddit
3- nips /icml/ iclr
4- friends
🌹🌱💭 روش دوم : یادگیری دیپ پیپر :
1- re-derive from scratch the paper
کد مقاله رو چیکار باید کرد:
1- download and run open source code
2- reimplement it from scratch
مرتبط با:
https://t.me/cvision/1673
🙏Thanks to: @Machinelearning_Kartal
Telegram
Tensorflow(@CVision)
چطوری مقالات رو به شکل موثر بخونیم؟
در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟
https://youtu.be/733m6qBH-jI?t=160
در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟
https://youtu.be/733m6qBH-jI?t=160
#مجموعه_داده
نسخه جدید opendataset منتشر شد.
GoogleAI presents #OpenImagesV4, a dataset of 9.2M images with unified annotations for image classification, object detection and visual relationship detection.
paper(Pre-print accepted to #IJCV):
https://arxiv.org/pdf/1811.00982v2.pdf
website:
https://storage.googleapis.com/openimages/web/index.html
30.1M image-level labels for 19.8k concepts, 15.4M bounding boxes for 600 object classes.
Join us: @cvision
نسخه جدید opendataset منتشر شد.
GoogleAI presents #OpenImagesV4, a dataset of 9.2M images with unified annotations for image classification, object detection and visual relationship detection.
paper(Pre-print accepted to #IJCV):
https://arxiv.org/pdf/1811.00982v2.pdf
website:
https://storage.googleapis.com/openimages/web/index.html
30.1M image-level labels for 19.8k concepts, 15.4M bounding boxes for 600 object classes.
Join us: @cvision
#آموزش #تنسرفلو
Natural Language Processing (NLP Zero to Hero)
part 1(Tokenization):
https://www.youtube.com/watch?v=fNxaJsNG3-s
part2(Sequencing ):
https://youtu.be/r9QjkdSJZ2g?list=PLQY2H8rRoyvwLbzbnKJ59NkZvQAW9wLbx
———-
اگر با فریم ورک کراس میتونید شبکه های عصبی کانولوشنالی تعریف کنید. میتونید برای شرع مبحث rnn ها از 32 قسمت ویدیو فارسی با کد تخفیف 10 درصد cvision استفاده کنید
http://class.vision/deeplearning2/
اما اگر تا به حال دیپ لرنینگو شروع نکردید این بلاگ پستو ببینید:
http://class.vision/deeplearning-learning-path/
Natural Language Processing (NLP Zero to Hero)
part 1(Tokenization):
https://www.youtube.com/watch?v=fNxaJsNG3-s
part2(Sequencing ):
https://youtu.be/r9QjkdSJZ2g?list=PLQY2H8rRoyvwLbzbnKJ59NkZvQAW9wLbx
———-
اگر با فریم ورک کراس میتونید شبکه های عصبی کانولوشنالی تعریف کنید. میتونید برای شرع مبحث rnn ها از 32 قسمت ویدیو فارسی با کد تخفیف 10 درصد cvision استفاده کنید
http://class.vision/deeplearning2/
اما اگر تا به حال دیپ لرنینگو شروع نکردید این بلاگ پستو ببینید:
http://class.vision/deeplearning-learning-path/
Forwarded from MVIP 2020
✅ This is a survey result related to the workshops which were held by the 11th Iranian and the first International Conference on Machine Vision and Image Processing (MVIP2020). These workshops were taught by Alireza AkhavanPour.
@mvip_2020
@mvip_2020
#پیاده_سازی #سورس_کد
پیاده سازی مقاله EfficientDet گوگل در فریم ورک keras
معیار mAP را با عملیات یکسان با #yolo نسخه 3 مقایسه کنید...
https://github.com/xuannianz/EfficientDet
#detection #yolo
@CVision
پیاده سازی مقاله EfficientDet گوگل در فریم ورک keras
معیار mAP را با عملیات یکسان با #yolo نسخه 3 مقایسه کنید...
https://github.com/xuannianz/EfficientDet
#detection #yolo
@CVision
Forwarded from Shenasa-ai.ir
دموی نرم افزار ثبت تردد و بازشناسی چهره #شناسا
https://www.linkedin.com/feed/update/urn:li:activity:6639604632236761088
#چهره
https://www.linkedin.com/feed/update/urn:li:activity:6639604632236761088
#چهره
Linkedin
Shenasa-ai on LinkedIn: #تشخیص_چهره #لاگ_تردد #یادگیری_عمیق
نرم افزار #تشخیص_چهره و #لاگ_تردد شناسا
مقیاس پذیر
بهرهگیری از الگوریتمهای مبتنی بر #یادگیری_عمیق
قابلیت پشتیبانی چند دوربین و گزارش جامع
به روز رسانی...
مقیاس پذیر
بهرهگیری از الگوریتمهای مبتنی بر #یادگیری_عمیق
قابلیت پشتیبانی چند دوربین و گزارش جامع
به روز رسانی...
تولید اشعار فارسی با هوش مصنوعی
سایت:
http://www.bolbolzaban.com/
پست بلاگ:
https://medium.com/@khashei/bolbol-zaban-writing-persian-poetry-with-ai-305f2c96c77
Credit: https://www.linkedin.com/in/khashei
سایت:
http://www.bolbolzaban.com/
پست بلاگ:
https://medium.com/@khashei/bolbol-zaban-writing-persian-poetry-with-ai-305f2c96c77
Credit: https://www.linkedin.com/in/khashei
Forwarded from Shenasa-ai.ir
This media is not supported in your browser
VIEW IN TELEGRAM
دموی نرم افزار ثبت تردد و بازشناسی چهره #شناسا
❌این ویدیو قبلا در کانال قرار گرفته بود، اگر به لینکدین دسترسی نداشته اید دانلود کنید.
✅مقیاس پذیر
✅بهرهگیری از الگوریتمهای مبتنی بر #یادگیری_عمیق
✅قابلیت پشتیبانی چند دوربین و گزارش جامع
✅به روز رسانی دوره ای هسته ی تطبیق چهره و بهبود الگوریتم ها
و...
همین الان تماس بگیرید: ۰۲۱۶۶۰۹۰۱۹۰
https://www.linkedin.com/feed/update/urn:li:activity:6639604632236761088
#چهره #شناسا #facial_recognition
❌این ویدیو قبلا در کانال قرار گرفته بود، اگر به لینکدین دسترسی نداشته اید دانلود کنید.
✅مقیاس پذیر
✅بهرهگیری از الگوریتمهای مبتنی بر #یادگیری_عمیق
✅قابلیت پشتیبانی چند دوربین و گزارش جامع
✅به روز رسانی دوره ای هسته ی تطبیق چهره و بهبود الگوریتم ها
و...
همین الان تماس بگیرید: ۰۲۱۶۶۰۹۰۱۹۰
https://www.linkedin.com/feed/update/urn:li:activity:6639604632236761088
#چهره #شناسا #facial_recognition
Tensorflow(@CVision)
دکتر ادرین رزبراک، نویسنده و موسس سایت pyimagesearch، امروز یه پست آموزشی در مورد اتوانکودرها منتشر کرده که دارای سه بخش هست و امروز بخش اولش منتشر شده. قرار هست کاربردهایی مانند خودرمزنگاری، از بین بردن نویز و تشخیص ناهنجاری در سه قسمت از این پست آموزشی به…
بخش سوم پست آموزشی اتوانکودرها در مورد تشخیص ناهنجاری
https://www.pyimagesearch.com/2020/03/02/anomaly-detection-with-keras-tensorflow-and-deep-learning/
https://www.pyimagesearch.com/2020/03/02/anomaly-detection-with-keras-tensorflow-and-deep-learning/
PyImageSearch
Anomaly detection with Keras, TensorFlow, and Deep Learning - PyImageSearch
In this tutorial, you will learn how to perform anomaly and outlier detection using autoencoders, Keras, and TensorFlow.
توئیت اخیر شوله با عنوان "Weird MNIST" !
این 9 عکس از خود دیتاست ارقام mnist استخراج شده و ساختگی نیست!
این توجیه میکنه که چرا نمیشه به 100 درصد دقت رسید و
همچنین به نظر میرسه کسایی که تو leader board کگل تو این چالش به 100 رسیدند کارشون بوی صداقت نمیده و مشکوکه!
سلسله توئیت ها:
https://twitter.com/fchollet/status/1234717404938162176?s=20
این 9 عکس از خود دیتاست ارقام mnist استخراج شده و ساختگی نیست!
این توجیه میکنه که چرا نمیشه به 100 درصد دقت رسید و
همچنین به نظر میرسه کسایی که تو leader board کگل تو این چالش به 100 رسیدند کارشون بوی صداقت نمیده و مشکوکه!
سلسله توئیت ها:
https://twitter.com/fchollet/status/1234717404938162176?s=20
#مجموعه_داده #label #annotation
VoTT (Visual Object Tagging Tool)
نسخه جدید ابزار لیبل زنی اوپن سورس و تحت وب ماکروسافت
Better open source tools for labeling segments in images using active learning. It'd be a game changer if researchers could load a weak model into an annotator to build larger datasets for better models. https://github.com/microsoft/VoTT is looking good but development has stalled.
VoTT (Visual Object Tagging Tool)
نسخه جدید ابزار لیبل زنی اوپن سورس و تحت وب ماکروسافت
Better open source tools for labeling segments in images using active learning. It'd be a game changer if researchers could load a weak model into an annotator to build larger datasets for better models. https://github.com/microsoft/VoTT is looking good but development has stalled.
Tensorflow(@CVision)
#آموزش نوت بوک آموزشی تنسرفلو 2 که توسط Chollet منتشر شد https://colab.research.google.com/drive/1UCJt8EYjlzCs1H1d1X0iDGYJsHKwu-NO#scrollTo=fxINLLGitX_n #tensorflow2 #Keras
آ#موزش
قبلا نوت بوک آموزشی تنسرفلو 2 که توسط Chollet منتشر شد را به اشتراک گذاشتم (اینجا)
خوبه این نوت بوک هم با موضوع
TensorFlow 2.0: basic ops, gradients, data preprocessing and augmentation, training and saving
هم ببینیم
https://colab.research.google.com/github/zaidalyafeai/Notebooks/blob/master/TF_2_0.ipynb
#ArtificialIntelligence #DeepLearning #TensorFlow
قبلا نوت بوک آموزشی تنسرفلو 2 که توسط Chollet منتشر شد را به اشتراک گذاشتم (اینجا)
خوبه این نوت بوک هم با موضوع
TensorFlow 2.0: basic ops, gradients, data preprocessing and augmentation, training and saving
هم ببینیم
https://colab.research.google.com/github/zaidalyafeai/Notebooks/blob/master/TF_2_0.ipynb
#ArtificialIntelligence #DeepLearning #TensorFlow
Telegram
Tensorflow(@CVision)
#آموزش
نوت بوک آموزشی تنسرفلو 2 که توسط Chollet منتشر شد
https://colab.research.google.com/drive/1UCJt8EYjlzCs1H1d1X0iDGYJsHKwu-NO#scrollTo=fxINLLGitX_n
#tensorflow2 #Keras
نوت بوک آموزشی تنسرفلو 2 که توسط Chollet منتشر شد
https://colab.research.google.com/drive/1UCJt8EYjlzCs1H1d1X0iDGYJsHKwu-NO#scrollTo=fxINLLGitX_n
#tensorflow2 #Keras
#سورس_کد
#Object_Detection
نسخه TPU تنسرفلو
https://github.com/tensorflow/tpu/tree/master/models/official/retinanet
نسخه کراس(غیر رسمی)
https://github.com/fizyr/keras-retinanet
در هر دو کد هم مدل های از قبل آموزش داده شده وجود دارد، هم مستندات آموزش از ابتدا
مرتبط با
https://t.me/cvision/1707
#detection #yolo
@CVision
#Object_Detection
نسخه TPU تنسرفلو
https://github.com/tensorflow/tpu/tree/master/models/official/retinanet
نسخه کراس(غیر رسمی)
https://github.com/fizyr/keras-retinanet
در هر دو کد هم مدل های از قبل آموزش داده شده وجود دارد، هم مستندات آموزش از ابتدا
مرتبط با
https://t.me/cvision/1707
#detection #yolo
@CVision
Demucs: separating tracks in music.
جدا کردن قسمت های مختلف موسیقی با یادگیری عمیق.
Facebook AI researchers have developed a system that can a take regular audio file of a song and then separate out the guitars, drums, vocals, and bass with uncanny accuracy. Learn how the Demucs research project works.
https://tech.fb.com/one-track-minds-using-ai-for-music-source-separation/
جدا کردن قسمت های مختلف موسیقی با یادگیری عمیق.
Facebook AI researchers have developed a system that can a take regular audio file of a song and then separate out the guitars, drums, vocals, and bass with uncanny accuracy. Learn how the Demucs research project works.
https://tech.fb.com/one-track-minds-using-ai-for-music-source-separation/
Facebook Technology
One-track minds: Using AI for music source separation
Facebook AI researchers have developed Demucs, a system that takes a regular audio file of a song and separates out the guitars, drums, vocals, and bass with uncanny accuracy.
#خبر
تنسرفلو برای اجرا روی کامپیوتر های کوانتومی نسخه کوانتومی منتشر کرده!
Announcing TensorFlow Quantum: An Open Source Library for Quantum Machine Learning
https://ai.googleblog.com/2020/03/announcing-tensorflow-quantum-open.html
#qubits #Quantum #TFQ
تنسرفلو برای اجرا روی کامپیوتر های کوانتومی نسخه کوانتومی منتشر کرده!
Announcing TensorFlow Quantum: An Open Source Library for Quantum Machine Learning
https://ai.googleblog.com/2020/03/announcing-tensorflow-quantum-open.html
#qubits #Quantum #TFQ
research.google
Announcing TensorFlow Quantum: An Open Source Library for Quantum Machine Learni
Posted by Alan Ho, Product Lead and Masoud Mohseni, Technical Lead, Google Research “Nature isn’t classical, damnit, so if you want to make a sim...
#آموزش
قبلا مطالبی پیرامون آموزش دادن شبکه های عصبی عمیق وقتی با چالش #imbalance بودن دیتا مواجه هستیم نوشته شده بود. که انتهای این پست لینک شدند.
این بلاگ پست روشهای ارزیابی مناسب برای وقتی که با این چالش مواجهیم را به خوبی تشریح کرده که توصیه میکنم بخوانید.
معیارهایی نظیر نمودار #ROC، معیار #AUC یا همون مساحت زیر نمودار، #Sensitivity و #Specificity یا معیار #GMean که بر اساس دو معیار قبلی تعریف میشه، #precision ، #Recall و #FMeasure و ...
https://machinelearningmastery.com/tour-of-evaluation-metrics-for-imbalanced-classification/
——-
مطالب مرتبط قبلی
Weight balancing in #keras
Weight balancing
Handling Imbalanced Datasets in Deep Learning
https://t.me/cvision/1236
Extreme Rare Event Classification using Autoencoders in Keras
https://t.me/cvision/1238
#imbalance
قبلا مطالبی پیرامون آموزش دادن شبکه های عصبی عمیق وقتی با چالش #imbalance بودن دیتا مواجه هستیم نوشته شده بود. که انتهای این پست لینک شدند.
این بلاگ پست روشهای ارزیابی مناسب برای وقتی که با این چالش مواجهیم را به خوبی تشریح کرده که توصیه میکنم بخوانید.
معیارهایی نظیر نمودار #ROC، معیار #AUC یا همون مساحت زیر نمودار، #Sensitivity و #Specificity یا معیار #GMean که بر اساس دو معیار قبلی تعریف میشه، #precision ، #Recall و #FMeasure و ...
https://machinelearningmastery.com/tour-of-evaluation-metrics-for-imbalanced-classification/
——-
مطالب مرتبط قبلی
Weight balancing in #keras
Weight balancing
Handling Imbalanced Datasets in Deep Learning
https://t.me/cvision/1236
Extreme Rare Event Classification using Autoencoders in Keras
https://t.me/cvision/1238
#imbalance