#وبینار آشنایی با یادگیری عمیق
ثبت نام رویداد رایگان آشنایی با هوش مصنوعی
این رویداد مقدماتی است و برای دوستانی که تازه میخواهند وارد یادگیری عمیق بشوند در نظر گرفته شده تا با جایگاه یادگیری عمیق آشنا شوند، از نحوه نحوه شروع این فیلد و پیش نیاز ها آگاه شوند و در یک محیط تعاملی به صورت #آنلاین سوالات خود را مطرح کنند.
https://www.linkedin.com/feed/update/urn:li:activity:6645416927575584769
با عضویت در کانال تلگرامی @CVISION و لینکدین از اطلاع رسانی ورکشاپ های آینده باخبر شوید...
#deeplearning #AI #webinar #وبینار
ثبت نام رویداد رایگان آشنایی با هوش مصنوعی
این رویداد مقدماتی است و برای دوستانی که تازه میخواهند وارد یادگیری عمیق بشوند در نظر گرفته شده تا با جایگاه یادگیری عمیق آشنا شوند، از نحوه نحوه شروع این فیلد و پیش نیاز ها آگاه شوند و در یک محیط تعاملی به صورت #آنلاین سوالات خود را مطرح کنند.
https://www.linkedin.com/feed/update/urn:li:activity:6645416927575584769
با عضویت در کانال تلگرامی @CVISION و لینکدین از اطلاع رسانی ورکشاپ های آینده باخبر شوید...
#deeplearning #AI #webinar #وبینار
Linkedin
Class.Vision posted on LinkedIn
ثبت نام رویداد رایگان آشنایی با هوش مصنوعی
این رویداد مقدماتی است و برای دوستانی که تازه میخواهند وارد یادگیری عمیق بشوند در نظر گرفته شده تا با جایگاه...
این رویداد مقدماتی است و برای دوستانی که تازه میخواهند وارد یادگیری عمیق بشوند در نظر گرفته شده تا با جایگاه...
#وبینار #deeplearning
وبینار رایگان آشنایی با یادگیری عمیق
یکشنبه سه فروردین 99 - ساعت 10 الی 12
ثبت نام اکنون از طریق لینک
https://evand.com/events/what-is-deeplearning-ai-ml
ثبت نام محدود است.
این رویداد مقدماتی است و مناسب افرادی است که میخواهند وارد فیلد یادگیری عمیق شده و یادگیری را شوع کنند در نظر گرفته شده است.
شرکت کنندگان در این وبینار با جایگاه یادگیری عمیق آشنا شده، از مسیر پیشنهادی برای شروع این فیلد و پیش نیاز ها آگاه شده و در یک محیط تعاملی به صورت #آنلاین سوالات خود را مطرح میکنند.
کانال تلگرام: @cvision
سایت: class.vision
لینکدین: https://www.linkedin.com/company/class-vision/
وبینار رایگان آشنایی با یادگیری عمیق
یکشنبه سه فروردین 99 - ساعت 10 الی 12
ثبت نام اکنون از طریق لینک
https://evand.com/events/what-is-deeplearning-ai-ml
ثبت نام محدود است.
این رویداد مقدماتی است و مناسب افرادی است که میخواهند وارد فیلد یادگیری عمیق شده و یادگیری را شوع کنند در نظر گرفته شده است.
شرکت کنندگان در این وبینار با جایگاه یادگیری عمیق آشنا شده، از مسیر پیشنهادی برای شروع این فیلد و پیش نیاز ها آگاه شده و در یک محیط تعاملی به صورت #آنلاین سوالات خود را مطرح میکنند.
کانال تلگرام: @cvision
سایت: class.vision
لینکدین: https://www.linkedin.com/company/class-vision/
#وبینار شماره 1 #سطح: مقدماتی
مدت زمان: 9 ساعت
زمان برگزاری:
۱۰ الی ۱۲ و ۱۴ الی ۱۵:۳۰ و ۱۵:۴۵ الی ۱۷
روزهای
دوشنبه ۴ فروردین و سه شنبه ۵ فرودین
نیاز به پیش نیاز:
آشنایی به زبان برنامه نویسی پایتون و کتابخانه numpy
لینک ثبت نام:
http://class.vision/product/%d9%85%d9%82%d8%af%d9%85%d8%a7%d8%aa-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c/
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
مدت زمان: 9 ساعت
زمان برگزاری:
۱۰ الی ۱۲ و ۱۴ الی ۱۵:۳۰ و ۱۵:۴۵ الی ۱۷
روزهای
دوشنبه ۴ فروردین و سه شنبه ۵ فرودین
نیاز به پیش نیاز:
آشنایی به زبان برنامه نویسی پایتون و کتابخانه numpy
لینک ثبت نام:
http://class.vision/product/%d9%85%d9%82%d8%af%d9%85%d8%a7%d8%aa-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c/
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
#وبینار شماره 2 #سطح: متوسط
وبینار استفاده بهتر از تنسرفلو در کراس!
مدت زمان: 4 ساعت
زمان برگزاری:
چهارشنبه ۶ فروردین از ساعت 9 الی 13:30 (به مدت 4 ساعت کلاس)
نیاز به پیش نیاز:
توانایی پیاده سازی یک شبکه کانولوشنالی در keras
لینک ثبت نام:
http://class.vision/product/%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a8%d9%87%d8%aa%d8%b1-%d8%a7%d8%b2-%d8%aa%d9%86%d8%b3%d8%b1%d9%81%d9%84%d9%88-%d8%af%d8%b1-%da%a9%d8%b1%d8%a7%d8%b3/
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
وبینار استفاده بهتر از تنسرفلو در کراس!
مدت زمان: 4 ساعت
زمان برگزاری:
چهارشنبه ۶ فروردین از ساعت 9 الی 13:30 (به مدت 4 ساعت کلاس)
نیاز به پیش نیاز:
توانایی پیاده سازی یک شبکه کانولوشنالی در keras
لینک ثبت نام:
http://class.vision/product/%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a8%d9%87%d8%aa%d8%b1-%d8%a7%d8%b2-%d8%aa%d9%86%d8%b3%d8%b1%d9%81%d9%84%d9%88-%d8%af%d8%b1-%da%a9%d8%b1%d8%a7%d8%b3/
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
#وبینار شماره 3 #سطح: مقدماتی
مقدمات شبکههای GAN
مدت زمان: 4 ساعت
زمان برگزاری
چهارشنبه ۶ فروردین و پنج شنبه ۷ فروردین
از ساعت ۱۶ الی ۱۸
لینک ثبت نام:
http://class.vision/product/%d8%b4%d8%a8%da%a9%d9%87-%d9%87%d8%a7%db%8c-gan/
نیاز به پیش نیاز:
توانایی پیاده سازی یک شبکه کانولوشنالی در keras
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
مقدمات شبکههای GAN
مدت زمان: 4 ساعت
زمان برگزاری
چهارشنبه ۶ فروردین و پنج شنبه ۷ فروردین
از ساعت ۱۶ الی ۱۸
لینک ثبت نام:
http://class.vision/product/%d8%b4%d8%a8%da%a9%d9%87-%d9%87%d8%a7%db%8c-gan/
نیاز به پیش نیاز:
توانایی پیاده سازی یک شبکه کانولوشنالی در keras
لیست سایر وبینارها:
http://class.vision/product/basic-nn/
#وبینار #ظرفیت محدود
تعداد 5 کوپن تخفیف 25 درصد تا پایان 2 فروردین به پاس همراهی شما و هدیه عید کانال برای اعضا در نظر گرفته شد.
این کد تخفیف بر روی هر سه وبینار (وبینار 1، وبینار 2 و وبینار 3) فعال گردیده است
دوستانی که قبل از قرار دادن کد تخفیف ثبت نام خود را کامل نموده اند یا مبلغ معادل، یا دوره فیلم دوره مقدماتی سایت در اختیارشون قرار خواهد گرفت.
لیست وبینارهای نوروزی:
http://class.vision/product/basic-nn/
کد تخفیف: nowruz
تعداد 5 کوپن تخفیف 25 درصد تا پایان 2 فروردین به پاس همراهی شما و هدیه عید کانال برای اعضا در نظر گرفته شد.
این کد تخفیف بر روی هر سه وبینار (وبینار 1، وبینار 2 و وبینار 3) فعال گردیده است
دوستانی که قبل از قرار دادن کد تخفیف ثبت نام خود را کامل نموده اند یا مبلغ معادل، یا دوره فیلم دوره مقدماتی سایت در اختیارشون قرار خواهد گرفت.
لیست وبینارهای نوروزی:
http://class.vision/product/basic-nn/
کد تخفیف: nowruz
#وبینار
آشنایی بیشتر با تنسرفلو
http://class.vision/tf-dataset-callbacks/
زمان: پنجشنبه ۱۴ فروردین ساعت ۱۰:۰۰
⚪️چگونه با tf data سرعت آموزش را افزایش بدهیم.
⚪️استفاده از callback ها در تنسرفلو و کراس
⚪️استفاده از تنسربورد
⚪️و ...
این وبینار برای دانشجویان #رایگان است.
آشنایی بیشتر با تنسرفلو
http://class.vision/tf-dataset-callbacks/
زمان: پنجشنبه ۱۴ فروردین ساعت ۱۰:۰۰
⚪️چگونه با tf data سرعت آموزش را افزایش بدهیم.
⚪️استفاده از callback ها در تنسرفلو و کراس
⚪️استفاده از تنسربورد
⚪️و ...
این وبینار برای دانشجویان #رایگان است.
کلاسویژن
فیلم وبینار آشنایی بیشتر با تنسرفلو! - کلاسویژن
این وبینار و وبینار استفاده از callback ها در Keras مکمل یکدیگر هستند !
#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
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
SlideShare
Build TensorFlow input pipelines tf.data
Build TensorFlow input pipelines tf.data - Download as a PDF or view online for free
#رویداد #وبینار
وبینار 4 ساعته callbacks in keras
پنج شنبه و جمعه هفته جاری، ساعت 10 الی 12
هزینه ثبت نام: 30 تومان
http://class.vision/using-callback-in-keras/
پیشنیاز: توانایی پیاده سازی شبکههای کانولوشنالی و آموزش آنها در #keras
یا مشاهده ویدیوهای مقدماتی سایت
وبینار 4 ساعته callbacks in keras
پنج شنبه و جمعه هفته جاری، ساعت 10 الی 12
هزینه ثبت نام: 30 تومان
http://class.vision/using-callback-in-keras/
پیشنیاز: توانایی پیاده سازی شبکههای کانولوشنالی و آموزش آنها در #keras
یا مشاهده ویدیوهای مقدماتی سایت
#آموزش #وبینار
ان شاء الله وبینارهای آینده ای که در زمینهی Tf2 و استفاده بهتر از Keras برگزار میگردد نیز در این playlist اضافه خواهد شد:
https://www.aparat.com/v/r05IW?playlist=342711
و کدها نیز در آدرس:
https://github.com/Alireza-Akhavan/tf2-tutorial
ان شاء الله وبینارهای آینده ای که در زمینهی Tf2 و استفاده بهتر از Keras برگزار میگردد نیز در این playlist اضافه خواهد شد:
https://www.aparat.com/v/r05IW?playlist=342711
و کدها نیز در آدرس:
https://github.com/Alireza-Akhavan/tf2-tutorial
#آموزش #وبینار #سورس_کد
callbacks in Tensorflow2 and Keras
-Tensorboard
- Learning rate finder
- Learning rate decay
- stop your model training!
- custom callback
- save and restore model and resume training
- and ...
گیتهاب با لینک اسلایدهای دومین سری از وبینارها با موضوع "استفاده بهتر از تنسرفلو و کراس" به روز شد.
اسلایدهای وبینار:
بخش 1 از 2:
https://www.slideshare.net/Alirezaakhavanpour/callbacks-part1
بخش 2 از 2:
https://www.slideshare.net/Alirezaakhavanpour/callbacks-part2
ویدیوی وبینار:
بخش 1 از 2:
https://www.aparat.com/v/Tdbck
بخش 2 از 2:
https://www.aparat.com/v/r05IW
سورسکدها و نوتبوکها:
https://github.com/Alireza-Akhavan/tf2-tutorial
کانال تلگرام: @cvision
callbacks in Tensorflow2 and Keras
-Tensorboard
- Learning rate finder
- Learning rate decay
- stop your model training!
- custom callback
- save and restore model and resume training
- and ...
گیتهاب با لینک اسلایدهای دومین سری از وبینارها با موضوع "استفاده بهتر از تنسرفلو و کراس" به روز شد.
اسلایدهای وبینار:
بخش 1 از 2:
https://www.slideshare.net/Alirezaakhavanpour/callbacks-part1
بخش 2 از 2:
https://www.slideshare.net/Alirezaakhavanpour/callbacks-part2
ویدیوی وبینار:
بخش 1 از 2:
https://www.aparat.com/v/Tdbck
بخش 2 از 2:
https://www.aparat.com/v/r05IW
سورسکدها و نوتبوکها:
https://github.com/Alireza-Akhavan/tf2-tutorial
کانال تلگرام: @cvision
SlideShare
Callbacks part1
Callbacks part1 - Download as a PDF or view online for free
#آموزش #keras #tf2
همان طور که میدانید و در وبینار tf.data (که فیلم و کد و اسلاید در اینجا موجود است) بحث شد، استفاده از ImageDataGenerator کراس توصیه نمیشه! چرا که پایتونی و با نامپای نوشته شده و بسیار کند تر از تعریف pipeline ورودی با تنسرفلو است.
اما برای حالتی که ما برای هر کلاس به فولدر داشتیم خیلی راحت تر بود! نبود؟!
خوشبختانه یه تابع جدید تعریف کردند که مثل قبل آسونه، اما سرعت pipeline دیتا با tf.data را قراره داشته باشه!
قبل این که شروع کنیم عرض کنم که هنوز تو تنسرفلو 2.2 اضافه نشده و الان تو نسخه nightly هستش.
پس اگر تو کولب هستید، قبل از این که چیزی را import کنید بزنید:
اگر میخواید داکیومنتشو بخونید،
در سایت تنسرفلو:
https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image_dataset_from_directory
و در سایت کراس:
https://keras.io/api/preprocessing/image/#image_dataset_from_directory-function
و اگر میخواید همین الان تستش کنید، تو کولب نوت بوک زیرو ببنید:
https://colab.research.google.com/github/keras-team/keras-io/blob/master/examples/vision/ipynb/image_classification_from_scratch.ipynb#scrollTo=mIjFNal6Eqdn
@cvision
همان طور که میدانید و در وبینار tf.data (که فیلم و کد و اسلاید در اینجا موجود است) بحث شد، استفاده از ImageDataGenerator کراس توصیه نمیشه! چرا که پایتونی و با نامپای نوشته شده و بسیار کند تر از تعریف pipeline ورودی با تنسرفلو است.
اما برای حالتی که ما برای هر کلاس به فولدر داشتیم خیلی راحت تر بود! نبود؟!
خوشبختانه یه تابع جدید تعریف کردند که مثل قبل آسونه، اما سرعت pipeline دیتا با tf.data را قراره داشته باشه!
قبل این که شروع کنیم عرض کنم که هنوز تو تنسرفلو 2.2 اضافه نشده و الان تو نسخه nightly هستش.
پس اگر تو کولب هستید، قبل از این که چیزی را import کنید بزنید:
! pip install -q tf-nightlyتابع اضافه شده
tf.keras.preprocessing.image_dataset_from_directoryاست، که کم و بیش همان ورودی های ImageDataGenerator را داره.
اگر میخواید داکیومنتشو بخونید،
در سایت تنسرفلو:
https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image_dataset_from_directory
و در سایت کراس:
https://keras.io/api/preprocessing/image/#image_dataset_from_directory-function
و اگر میخواید همین الان تستش کنید، تو کولب نوت بوک زیرو ببنید:
https://colab.research.google.com/github/keras-team/keras-io/blob/master/examples/vision/ipynb/image_classification_from_scratch.ipynb#scrollTo=mIjFNal6Eqdn
@cvision
Telegram
Tensorflow(@CVision)
#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…
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…
Forwarded from رویدادهای هوش مصنوعی
#رویداد #آنلاین #رایگان #وبینار
زمان برگزای:
سهشنبه 27 خرداد تا جمعه ۳۰ خرداد 99
✳️ دانشکده علوم ریاضی و کامپیوتر دانشگاه خوارزمی تهران برگزار میکند:
🔴 توابع پایه شعاعی: نظریهها، کاربردها و پیشرفتهای اخیر🔴
🌐 با حضور جمعی از اساتید برتر این حوزه...
1️⃣ مریم محمدی، دانشگاه خوارزمی تهران.
🗓 سهشنبه، ساعت ۱۳-۱۱ و ۱۸-۱۶.
2️⃣ Gabriele Santin, Center for Information and Communication Technology, Italy.
🗓 چهارشنبه، ساعت ۱۴-۱۲.
3️⃣ Elisabeth Larsson, Uppsala University, Sweden.
🗓 چهارشنبه، ساعت ۱۸-۱۶.
4️⃣ Stephano De Marchi, University of Padova, Italy.
🗓 پنجشنبه، ساعت ۱۶-۱۴.
5️⃣ Cécile Piret, Michigan Technological University, USA.
🗓 پنجشنبه، ساعت ۱۹-۱۷
6️⃣ داود میرزایی، دانشگاه اصفهان.
🗓 جمعه، ساعت ۱۳-۱۱
7️⃣ Milvia Rossini, Università degli studi Milano-Bicocca, Italy.
🗓 جمعه، ساعت ۱۶-۱۴
📝 ثبت نام از طریق لینک زیر:
https://wecademy.ir/radial-basis/
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai
زمان برگزای:
سهشنبه 27 خرداد تا جمعه ۳۰ خرداد 99
✳️ دانشکده علوم ریاضی و کامپیوتر دانشگاه خوارزمی تهران برگزار میکند:
🔴 توابع پایه شعاعی: نظریهها، کاربردها و پیشرفتهای اخیر🔴
🌐 با حضور جمعی از اساتید برتر این حوزه...
1️⃣ مریم محمدی، دانشگاه خوارزمی تهران.
🗓 سهشنبه، ساعت ۱۳-۱۱ و ۱۸-۱۶.
2️⃣ Gabriele Santin, Center for Information and Communication Technology, Italy.
🗓 چهارشنبه، ساعت ۱۴-۱۲.
3️⃣ Elisabeth Larsson, Uppsala University, Sweden.
🗓 چهارشنبه، ساعت ۱۸-۱۶.
4️⃣ Stephano De Marchi, University of Padova, Italy.
🗓 پنجشنبه، ساعت ۱۶-۱۴.
5️⃣ Cécile Piret, Michigan Technological University, USA.
🗓 پنجشنبه، ساعت ۱۹-۱۷
6️⃣ داود میرزایی، دانشگاه اصفهان.
🗓 جمعه، ساعت ۱۳-۱۱
7️⃣ Milvia Rossini, Università degli studi Milano-Bicocca, Italy.
🗓 جمعه، ساعت ۱۶-۱۴
📝 ثبت نام از طریق لینک زیر:
https://wecademy.ir/radial-basis/
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai
Forwarded from رویدادهای هوش مصنوعی
#وبینار #رایگان
Al & ETHICs
facebook.com/AIMEDGroningencommittee
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai
Al & ETHICs
facebook.com/AIMEDGroningencommittee
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai
#وبینار #یادگیری_عمیق #کلاس
دوره ی آنلاین شبکه های مولد عمیق
🔖زمان برگزاری: 19 تا 28 بهمن
🕐مدت دوره: 15 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/generative-autoencoder-gan-tf2/
🔊🔔کد مخصوص 10 درصدی اعضای کانال:
cvision
دوره ی آنلاین شبکه های مولد عمیق
🔖زمان برگزاری: 19 تا 28 بهمن
🕐مدت دوره: 15 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/generative-autoencoder-gan-tf2/
🔊🔔کد مخصوص 10 درصدی اعضای کانال:
cvision
#وبینار #یادگیری_عمیق #کلاس
دومین دوره ی آنلاین شبکه های مولد در تنسرفلو2 و کراس
🔖زمان برگزاری: 9 تا 19 اسفندماه 99
🕐مدت دوره: 20 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/deep-generative-tf2/
پشتیبانی اختصاصی این دوره در تلگرام: @cvision_support
دومین دوره ی آنلاین شبکه های مولد در تنسرفلو2 و کراس
🔖زمان برگزاری: 9 تا 19 اسفندماه 99
🕐مدت دوره: 20 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/deep-generative-tf2/
پشتیبانی اختصاصی این دوره در تلگرام: @cvision_support
#وبینار #یادگیری_عمیق #کلاس
دومین دوره ی آنلاین شبکه های مولد در تنسرفلو2 و کراس
🔖زمان برگزاری: 9 تا 19 اسفندماه 99
🕐مدت دوره: 20 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/deep-generative-tf2/
پشتیبانی اختصاصی این دوره در تلگرام: @cvision_support
📢کد تخفیف 10 درصدی مخصوص اعضای کانال:
cvision
دومین دوره ی آنلاین شبکه های مولد در تنسرفلو2 و کراس
🔖زمان برگزاری: 9 تا 19 اسفندماه 99
🕐مدت دوره: 20 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/deep-generative-tf2/
پشتیبانی اختصاصی این دوره در تلگرام: @cvision_support
📢کد تخفیف 10 درصدی مخصوص اعضای کانال:
cvision
Forwarded from رویدادهای هوش مصنوعی
#وبینار_رایگان object detection
تشخیص اشیا یک روش بینایی کامپیوتر برای تعیین نوع و مکان اشیا در تصاویر یا فیلم ها است. بر خلاف بازشناسی اشیاء در این دسته از الگوریتمها ممکن است چند شئ مختلف در تصویر وجود داشته باشد که به جای برنده اعلام کردن تنها یک شئ باید تمام اشیاء داخل تصویر را تشخیص داده و مکان دقیق آنها را مشخص کنیم. از مهم ترین کاربردهای الگوریتم های تشخیص اشیا در خودروهای بدون سرنشین است، اما این فناوری در زمینه های مختلف دیگر نظیر نظارتی، تحلیل تصاویر پزشکی و سایر زمینه ها کابرد دارد.
دوره تشخیص اشیا، از ششم تیرماه توسط آکادمی ماد برگزار خواهد شد. ثبت نام در این دوره رایگان بوده و افراد براساس رزومههای ارسالی انتخاب خواهند شد.
جهت ثبت نام و کسب اطلاعات بیشتر به آدرس زیر مراجعه نمایید:
http://maadcenter.com/object-detection-resume
#objectdetection #ai #artificialintelligence #convolutionalneuralnetwork #tenserflow #bootcamp #technology
#شبکه_های_عصبی
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai
تشخیص اشیا یک روش بینایی کامپیوتر برای تعیین نوع و مکان اشیا در تصاویر یا فیلم ها است. بر خلاف بازشناسی اشیاء در این دسته از الگوریتمها ممکن است چند شئ مختلف در تصویر وجود داشته باشد که به جای برنده اعلام کردن تنها یک شئ باید تمام اشیاء داخل تصویر را تشخیص داده و مکان دقیق آنها را مشخص کنیم. از مهم ترین کاربردهای الگوریتم های تشخیص اشیا در خودروهای بدون سرنشین است، اما این فناوری در زمینه های مختلف دیگر نظیر نظارتی، تحلیل تصاویر پزشکی و سایر زمینه ها کابرد دارد.
دوره تشخیص اشیا، از ششم تیرماه توسط آکادمی ماد برگزار خواهد شد. ثبت نام در این دوره رایگان بوده و افراد براساس رزومههای ارسالی انتخاب خواهند شد.
جهت ثبت نام و کسب اطلاعات بیشتر به آدرس زیر مراجعه نمایید:
http://maadcenter.com/object-detection-resume
#objectdetection #ai #artificialintelligence #convolutionalneuralnetwork #tenserflow #bootcamp #technology
#شبکه_های_عصبی
➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
@eventai