#سورس_کد
یه پیاده سازی جمع و جور، مختصر و تمیز از Deep Dream در تنسرفلوی 2.0 که میتوانید در گوگل کولب اجرا کنید.
Minimal implementation of Deep Dream in TensorFlow 2.0
https://colab.research.google.com/github/random-forests/applied-dl/blob/master/examples/9-deep-dream-minimal.ipynb
#art #aiart #deeplearning #tensorflow #technology
🙏Thanks to: @AI_Python_EN
#tensorflow2 #DeepDream
یه پیاده سازی جمع و جور، مختصر و تمیز از Deep Dream در تنسرفلوی 2.0 که میتوانید در گوگل کولب اجرا کنید.
Minimal implementation of Deep Dream in TensorFlow 2.0
https://colab.research.google.com/github/random-forests/applied-dl/blob/master/examples/9-deep-dream-minimal.ipynb
#art #aiart #deeplearning #tensorflow #technology
🙏Thanks to: @AI_Python_EN
#tensorflow2 #DeepDream
#خبر قسمت_1
دیپ لرنینگ در نظرسنجی 2019 استک اورفلو
https://insights.stackoverflow.com/survey/2019
This is the first year we've asked about many of the technologies in this category, and Node.js is the most commonly used. More developers say they use .NET than .NET Core, and the deep learning framework #TensorFlow is many times more popular than the #deep learning framework Torch/#PyTorch.
🙏Thanks to: https://t.me/software_geek/140
#stackoverflow
دیپ لرنینگ در نظرسنجی 2019 استک اورفلو
https://insights.stackoverflow.com/survey/2019
This is the first year we've asked about many of the technologies in this category, and Node.js is the most commonly used. More developers say they use .NET than .NET Core, and the deep learning framework #TensorFlow is many times more popular than the #deep learning framework Torch/#PyTorch.
🙏Thanks to: https://t.me/software_geek/140
#stackoverflow
#آموزش #سورس_کد
داکیومنت جدید سایت تنسرفلو پیرامون ترنسفورمر
Transformer model for language understanding
new tutorial that shows how to write #Transformer (‘attention’ is all you need) in #TensorFlow 2.0 from scratch
https://www.tensorflow.org/alpha/tutorials/sequences/transformer
#tensorflow2
داکیومنت جدید سایت تنسرفلو پیرامون ترنسفورمر
Transformer model for language understanding
new tutorial that shows how to write #Transformer (‘attention’ is all you need) in #TensorFlow 2.0 from scratch
https://www.tensorflow.org/alpha/tutorials/sequences/transformer
#tensorflow2
#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
#مقاله #سورس_کد #ویدیو
#morphnet
MorphNet: Towards Faster and Smaller Neural Networks
در واقع میتوان این مقاله را نوعی روش بهینه سازی شبکه فرض کرد.
در این روش با تعریف Regularization روی منابعی مثل تعداد FLOPها در زمان inference شبکه یا حجم نهایی مدل شبکه های موجود با افت حداقلی درصد یا در خیلی از موارد بدون افت دقت شبکه ی بهینه تر خروجی خواهید گرفت.
مثلا ممکنه در شبکه ی resnet این روش تصمیم بگیره فقط skip-connection باقی بماند و بلاک resnet آن قسمت کلا حذف شود (این تصویر گویا است). یا در معماری Inception خیلی از موازی ها را پاک کند.
* The method was first introduced in #CVPR 2018,
* A overview of the approach as well as new device-specific latency regularizers were prestend in #GTC 2019
🔗Blog post:
https://ai.googleblog.com/2019/04/morphnet-towards-faster-and-smaller.html
🔗MorphNet paper :
https://arxiv.org/pdf/1711.06798.pdf
🔗Source code(#tensorflow ):
https://github.com/google-research/morph-net
🔗slides:
https://github.com/google-research/morph-net/blob/master/g3doc/MorphNet_GTC2019.pdf
🔗Recording and #Video:
https://youtu.be/UvTXhTvJ_wM
https://on-demand.gputechconf.com/gtc/2019/video/_/S9645/
#morphnet
MorphNet: Towards Faster and Smaller Neural Networks
در واقع میتوان این مقاله را نوعی روش بهینه سازی شبکه فرض کرد.
در این روش با تعریف Regularization روی منابعی مثل تعداد FLOPها در زمان inference شبکه یا حجم نهایی مدل شبکه های موجود با افت حداقلی درصد یا در خیلی از موارد بدون افت دقت شبکه ی بهینه تر خروجی خواهید گرفت.
مثلا ممکنه در شبکه ی resnet این روش تصمیم بگیره فقط skip-connection باقی بماند و بلاک resnet آن قسمت کلا حذف شود (این تصویر گویا است). یا در معماری Inception خیلی از موازی ها را پاک کند.
* The method was first introduced in #CVPR 2018,
* A overview of the approach as well as new device-specific latency regularizers were prestend in #GTC 2019
🔗Blog post:
https://ai.googleblog.com/2019/04/morphnet-towards-faster-and-smaller.html
🔗MorphNet paper :
https://arxiv.org/pdf/1711.06798.pdf
🔗Source code(#tensorflow ):
https://github.com/google-research/morph-net
🔗slides:
https://github.com/google-research/morph-net/blob/master/g3doc/MorphNet_GTC2019.pdf
🔗Recording and #Video:
https://youtu.be/UvTXhTvJ_wM
https://on-demand.gputechconf.com/gtc/2019/video/_/S9645/
Telegram
Tensorflow
MorphNet: Towards Faster and Smaller Neural Networks
https://t.me/cvision/1223
https://t.me/cvision/1223
Media is too big
VIEW IN TELEGRAM
Cutting Edge TensorFlow: New Techniques (Google I/O'19)
تاریخ انتشار 9 می 2019 (دیروز)
This session will take you through 4 of the hottest from #Hyperparameter_Tuning with #Keras_Tuner to Probabilistic Programming to being able to rank your data with learned ranking techniques and TF-Ranking. Finally, you will look at TF-Graphics that brings 3D functionalities to #TensorFlow.
مرتبط با : https://t.me/cvision/1231
تاریخ انتشار 9 می 2019 (دیروز)
This session will take you through 4 of the hottest from #Hyperparameter_Tuning with #Keras_Tuner to Probabilistic Programming to being able to rank your data with learned ranking techniques and TF-Ranking. Finally, you will look at TF-Graphics that brings 3D functionalities to #TensorFlow.
مرتبط با : https://t.me/cvision/1231