شما میتوانید در شبکه های زیر مارا دنبال کنید :

سایت www.hamimsoft.com

پیام رسان سروش sapp.IR/hamimsoft

پیام رسان ایتا eitaa.com/hamimsoft

پیام رسان آی گپ iGap.net/hamimsoft

پیام رسان تلگرام t.me/hamimsoft

کانال آپارات aparat.com/hamimsoft

ویرگول virgool.io/@hamimsoft

همچنین میتوانید با ما از طریق ایمیل info@hamimsoft.com
در ارتباط باشید.

معرفی شبکه کپسول

https://virgool.io/@hamimsoft/jlbpjgtmnq68

مرکز تحقیقات هوش پارت

https://t.me/hamimsoft

آشنایی اولیه با pytorch
ارائه دهنده مهندس مسعود پوررضا- از سری ویدیو های آموزشی پارت دوره زمستانه یادگیری عمیق.
منتظر دوره های بعدی ما باشید.
#ویدیو #پارت

https://www.aparat.com/v/VBxL4

مرکز تحقیقات هوش پارت

https://t.me/hamimsoft

آموزش نصب کتابخانه XGBoost

https://virgool.io/@hamimsoft/xgboostinstallation-oraeqtnrweao

مرکز تحقیقات هوش پارت
https://t.me/hamimsoft

چند وقتی هست که کتابخانه یادگیری عمیق fastai توسط آقای Jeremy Howard (که کورس معروف یادگیری عمیق سایت fast.ai را ارائه می کند) و جمعی از دانشجویانش توسعه داده شده است. این کتابخانه که به عنوان یک فریمورک سطح بالا روی پایتورچ نوشته شده است ( مثل کراس بر روی تنسورفلو) جدیدا توانسته عنوان سریع ترین فریمورک یادگیری عمیق برای آموزش دیتاست ImageNet را کسب کند. آقای هاوارد با استفاده از این کتابخانه و کارت های گرافیک Tesla V100 بر روی سرویس های AWS توانسته که یک مدل با صحت 93 درصد را بر روی دیتاست ImageNet را در مدت فقط زمان 3 ساعت! آموزش بدهد. جالب است که کل هزینه این آموزش فقط 25 دلار شده است.
http://www.fast.ai/2018/04/30/dawnbench-fastai/

مرکز تحقیقات هوش پارت


http://t.me/hamimsoft

#آموزش
در پست های قبلی کتابخانه یادگیری عمیق fastai که توسط جرمی هاوارد که این کتابخانه را به همراه جمعی از دانشجویان و توسعه دهندگان دیگر به عنوان ابزار اصلی نسخه 2018 کورس یادگیری عمیق سایت fast.ai توسعه داده است را به شما معرفی کردیم و گفتیم که اخیرا این کتابخانه موفق شده است که عنوان سریع ترین فریمورک برای آموزش مجموعه دیتاست های ImageNet و CIFAR10 را با به دست آوردن صحت خیلی خوبی از آن خود کند. حالا آقای هاوارد بخش دوم نسخه 2018 کورس یادگیری عمیق خود (Cutting Edge Deep Learning for Coders) که براساس این کتابخانه طراحی شده است و همین سه شنبه قبل تمام شد را در اختیار عموم قرار داده است. پست ما در خصوص این کتابخانه و نحوه نصب آن بر روی ویندوز را در لینک بخوانید.

https://virgool.io/@hamimsoft/fastai-library-n5jokluamd3x

در پست های بعدی نحوه استفاده از این کتابخانه را به شما آموزش می دهیم.

مرکز تحقیقات هوش پارت

http://t.me/hamimsoft

#نکته_آموزشی
گوگل قابلیت جدیدی به سرویس کولب خودش اضافه کرده و حالا به صورت مستقیم می توانید نوت بوک های موجود در گیت هاب را در گوگل کولب باز و ذخیره کنید. فقط کافی هست که مسیر آدرس نوت بوک در گیت هاب را به آدرس زیر اضافه کنید:
colab.research.google.com/github
به طور مثال نوت بوک زیر را در نظر بگیرید:
github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/convolutional_network.ipynb
برای بازکردن این نوت بوک باید آدرس را به صورت زیر تغییر بدهید:
https://colab.research.google.com/github/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/convolutional_network.ipynb

مرکز تحقیقات هوش پارت
https://t.me/hamimsoft
http://ble.im/hamimsoft
sapp.IR/hamimsoft

آشنایی اولیه با اتوانکدر ها(قسمت اول)

https://virgool.io/@hamimsoft/i8ee79m1ffw7

https://t.me/hamimsoft
http://ble.im/hamimsoft
sapp.ir/hamimsoft

شما میتوانید در شبکه های زیر مارا دنبال کنید :

سایت www.hamimsoft.com

بله ble.im/hamimsoft

پیام رسان سروش sapp.IR/hamimsoft

پیام رسان ایتا eitaa.com/hamimsoft

پیام رسان آی گپ iGap.net/hamimsoft

پیام رسان تلگرام t.me/hamimsoft

کانال آپارات aparat.com/hamimsoft

ویرگول virgool.io/@hamimsoft

همچنین میتوانید با ما از طریق ایمیل info@hamimsoft.com
در ارتباط باشید.

#مقاله
در کنفرانس CVPR 2018 مقاله ای با عنوان «Learning to See in the Dark» ارائه شد که در آن نویسندگان مقاله از دیتاستی شامل تصاویر بسیار تاریک و نسخه روشن آن ها رونمایی کردند. آن ها در این مقاله با استفاده از شبکه های کانولوشنال به کامپیوترها یاد دادند که تصاویری که در نور خیلی کم گرفته شده اند را ببیند و نسخه با نور مناسب آن ها را تولید کند.
لینک مقاله:
https://arxiv.org/pdf/1805.01934.pdf
دانلود دیتاست و پیاده سازی الگوریتم به کار رفته در این مقاله با تنسورفلو:
https://github.com/cchen156/Learning-to-See-in-the-Dark
فیلم دموی این مقاله:
https://www.youtube.com/watch?v=qWKUFK7MWvg&feature=youtu.be

مرکز تحقیقات هوش پارت:

http://t.me/hamimsoft
http://ble.im/hamimsoft
sapp.ir/hamimsoft

#خبر
بک اند فریمورک یادگیری عمیق Apache MXNet که توسط آمازون پشتیبانی می شود برای کراس منتشر شد.
https://aws.amazon.com/cn/blogs/machine-learning/apache-mxnet-incubating-adds-support-for-keras-2/

مرکز تحقیقات هوش پارت:

https://t.me/hamimsoft
http://ble.im/hamimsoft
sapp.ir/hamimsoft

#منابع_آموزشی #خبرنامه
توصیه می کنیم که عضویت در خبرنامه هفتگی سایت ruder.io که در آن آقای Ruder (یکی از محققین مطرح حوزه یادگیری عمیق و پردازش زبان طبیعی) جدیدترین اخبار، آموزش ها و مطالب مرتبط با یادگیری عمیق و هوش مصنوعی را جمع آوری می کند را از دست ندهید.

http://newsletter.ruder.io/

مرکز تحقیقات هوش پارت:

http://t.me/hamimsoft
http://ble.im/hamimsoft
sapp.ir/hamimsoft

#خبر
نسخه 2.2 کتابخانه کراس منتشر شد.
https://github.com/keras-team/keras/releases/tag/2.2.0

پیشبینی سری های زمانی به وسیله کتابخانه پیشگوی فیسبوک (Prophet)

yon.ir/9rFvB

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

هر چند که کماکان #تنسورفلو به عنوان محبوب ترین فریمورک یادگیری عمیق برای استفاده در محیط های عملی محسوب می شود؛ اما فریمورک پایتورچ هم با روند قابل توجهی در حال تبدیل شدن به یکی از ابزارهای محبوب یادگیری عمیق برای کاربرد های غیر تحقیقاتی است. به طور مثال، کارخانه تویوتا برای توسعه فناوری اتومبیل های خودران خود در سطح عملی و در مقیاس جهانی از مدل های یادگیری عمیقی که با استفاده از فریمورک #پایتورچ بر روی سرویس های ابری EC2 P3 آمازون آموزش داده شده اند، استفاده می کند.

https://amzn.to/2ywjG99
مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

http://vrgl.ir/bUAN1

در این پست قسمت دوم اتوانکدر ها آموزش داده شده است.

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

راه های ارتباطی مرکز تحقیقات هوش مصنوعی و یادگیری ماشین پارت

سایت hamimsoft.com

ایمیل info@hamimsoft.com

پیام رسان بله ble.im/partdpai

پیام رسان تلگرام t.me/partdpai

پیام رسان سروش sapp.IR/partdpai

آپارات aparat.com/partdpai

ویرگول virgool.io/@partdpai

هر روز حجم وحشتناک زیادی از مقالات مرتبط با حوزه های مختلف هوش مصنوعی و یادگیری ماشین منتشر می شود و همین مسئله باعث شده که همراهی با جریان علمی خیلی سخت باشد. برای همین اگر یک مدت خیلی کوتاه هم پیگیر تحقیقات علمی نباشید و به روزترین مقالات یک حوزه را نخوانید ممکن است از آخرین روندهای و دستاوردهای این حوزه عقب بمانید. خوشبختانه اخیرا یک سایت به آدرس www.shortscience.org برای حل این مشکل ساخته شده که به نوعی یک سایت معادل سایت stackoverflow برای محققین و پژوهشگران هست و در آن می توانید آخرین مقالات و دستاوردهای عمدتا مربوط به یادگیری ماشین را که توسط اعضای سایت خلاصه شده بخوانید و بر روی آن با بقیه بحث کنید. به علاوه می توانید خلاصه مقالاتی که خواندید را هم روی این سایت قرار بدهید که خودش یک نوع تمرین برای درک و نوشتن مطالب علمی و تحقیقاتی است.

مرکز تحقیقات هوش پارت


https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai