Forwarded from جادی، کیبورد آزاد - Jadi (Jadi)
از «سه قسمتی» خوشم اومد. اولیش می شه معرفی، دومی کمی پیشرفته تر و سومی مورد خاص یا راه پیش رو (: رفتم سراغ
سه قسمتی ادیتور vi یا vim قسمت اول: همه اون چیزی که اگر بلد باشین، بیشتر از یه آدم متوسط بلدین (:
#آموزش
آپارات: https://www.aparat.com/v/JoLOj
یوتیوب:
https://www.youtube.com/watch?v=BnfJJtcVFPo
سه قسمتی ادیتور vi یا vim قسمت اول: همه اون چیزی که اگر بلد باشین، بیشتر از یه آدم متوسط بلدین (:
#آموزش
آپارات: https://www.aparat.com/v/JoLOj
یوتیوب:
https://www.youtube.com/watch?v=BnfJJtcVFPo
آپارات - سرویس اشتراک ویدیو
آموزش ادیتور متن وی آی / vim - قسمت یک از سه
ویم یا vi یکی از اون ادیتورهای عجیب است. هر کسی که لینوکس کار می کنه لازمه تا حدی بلدش باشه و خیلی ها هم به عنوان ادیتور اصلی برای برنامه نویسی و خیلی چیزهای ازش استفاده می کنن. در این سه قسمت اول باهاش آشنا می شیم و حداقل هاش رو یاد می گیریم، در قسمت دوم…
This media is not supported in your browser
VIEW IN TELEGRAM
Writing code to load training data
#Week2_Lesson3
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson3
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
This media is not supported in your browser
VIEW IN TELEGRAM
Coding a computer vision neural network
#Week2_Lesson4
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson4
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
اهمیت ریاضی برای هوش مصنوعی و یادگیری ماشین
یادگیری برای نوشتن الگوریتم های AI و ML آسان نیست و نیازمند برنامه نویسی گسترده و دانش ریاضی است. ریاضی نقش مهمی ایفا می کند، زیرا پایه ای برای برنامه نویسی برای این دو جریان ایجاد می کند. در این دوره با اصول ریاضی برای نوشتن برنامه ها و الگوریتم های AI و ML آشنا می شوید.
Link
#machinelearning #math #artificialintelligence #course
@pythonicAi
یادگیری برای نوشتن الگوریتم های AI و ML آسان نیست و نیازمند برنامه نویسی گسترده و دانش ریاضی است. ریاضی نقش مهمی ایفا می کند، زیرا پایه ای برای برنامه نویسی برای این دو جریان ایجاد می کند. در این دوره با اصول ریاضی برای نوشتن برنامه ها و الگوریتم های AI و ML آشنا می شوید.
Link
#machinelearning #math #artificialintelligence #course
@pythonicAi
چالش پایتون
اهمیت ریاضی برای هوش مصنوعی و یادگیری ماشین - چالش پایتون پایتون
مرکز آموزش برنامه نویسی پایتون، هوش مصنوعی و یادگیری ماشین
This media is not supported in your browser
VIEW IN TELEGRAM
Walk through a notebook for computer vision
#Week2_Lesson5
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson5
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
09_get_hands_on_with_computer_vision_Course_1_Part_4_Lesson_2_Notebook.ipynb
67.2 KB
Walk through a notebook for computer vision
#Week2_Lesson5
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson5
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
This media is not supported in your browser
VIEW IN TELEGRAM
Using callbacks to control training
#Week2_Lesson6
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson6
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
11_see_how_to_implement_callbacks_Course_1_Part_4_Lesson_4_Notebook.ipynb
67.2 KB
How to implement callbacks
#Week2_Lesson6
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson6
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
YOLOv4: Optimal Speed and Accuracy of Object Detection.
http://arxiv.org/abs/2004.10934
#paper #artificialintelligence
@pythonicAi
http://arxiv.org/abs/2004.10934
#paper #artificialintelligence
@pythonicAi
Forwarded from DLeX: AI Python (Farzad 🦅)
دوره یادگیری ماشین با تنسرفلو شرکت گوگل منتشر شد.
✏️ Link
#یادگیری_ماشین #تنسرفلو #منابع #فیلم #کلاس_آموزشی #پایتون
#machinelearning #python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
✏️ Link
#یادگیری_ماشین #تنسرفلو #منابع #فیلم #کلاس_آموزشی #پایتون
#machinelearning #python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
This media is not supported in your browser
VIEW IN TELEGRAM
Walk through a notebook with callbacks
#Week2_Lesson7
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week2_Lesson7
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#مقاله
Optimizing Multiple Loss Functions with Loss-Conditional Training
ایده ی جالب این مقاله اینه که برای برخی از کاربردها نظیر style transfer و یا image compression و یا ... که چند تا loss مختلف داریم، قبلا مجبور بودیم ضریب هر loss را تعیین کنیم و بعد آموزش بدیم و این ضریب روی خروجی تاثیر داشت.
مثلا در بحث image compression ممکن بود تنظیم این ضریب روی کیفیت عکس و حجم اثر بزاره، مثلا در یک طرف کیفیت بالا و حجم بالا و در طرف مقابل کیفیت پایین و حجم پایین
حالا فکر کنید اگر شبکه عصبی برای کاهش حجم عکس در 3 حالت مختلف ( خیلی کاهش حجم - متوسط - کاهش حجم کم) میخواستیم باید 3 شبکه آموزش میدادیم و ذخیره میکردیم.
در این مقاله گفته فقط یک شبکه ترین کنیم و پارامترهای اینچنینی را بعد از آموزش روش کنترل داشته باشیم.
https://ai.googleblog.com/2020/04/optimizing-multiple-loss-functions-with.html
مرتبط با مقاله:
https://t.me/cvision/1884
Optimizing Multiple Loss Functions with Loss-Conditional Training
ایده ی جالب این مقاله اینه که برای برخی از کاربردها نظیر style transfer و یا image compression و یا ... که چند تا loss مختلف داریم، قبلا مجبور بودیم ضریب هر loss را تعیین کنیم و بعد آموزش بدیم و این ضریب روی خروجی تاثیر داشت.
مثلا در بحث image compression ممکن بود تنظیم این ضریب روی کیفیت عکس و حجم اثر بزاره، مثلا در یک طرف کیفیت بالا و حجم بالا و در طرف مقابل کیفیت پایین و حجم پایین
حالا فکر کنید اگر شبکه عصبی برای کاهش حجم عکس در 3 حالت مختلف ( خیلی کاهش حجم - متوسط - کاهش حجم کم) میخواستیم باید 3 شبکه آموزش میدادیم و ذخیره میکردیم.
در این مقاله گفته فقط یک شبکه ترین کنیم و پارامترهای اینچنینی را بعد از آموزش روش کنترل داشته باشیم.
https://ai.googleblog.com/2020/04/optimizing-multiple-loss-functions-with.html
مرتبط با مقاله:
https://t.me/cvision/1884
research.google
Optimizing Multiple Loss Functions with Loss-Conditional Training
Posted by Alexey Dosovitskiy, Research Scientist, Google Research In many machine learning applications the performance of a model cannot be summ...
موقعیت دکتری در زمینه اینترنت اشیا در قبرس
https://www.cut.ac.cy/studies/phd/phd-posts/cis-pg/?languageId=1
https://www.cut.ac.cy/studies/phd/phd-posts/cis-pg/?languageId=1
www.cut.ac.cy
CYPRUS UNIVERSITY OF TECHNOLOGY
Forwarded from جادی، کیبورد آزاد - Jadi (Jadi)
جادی دات نت | کیبرد آزاد
کتاب رایگان رد هت برای پترن دیزاینهای کوبرنتیس
توی این چند سال، شاهد بعضی تغییرهای بنیادین در روش های توسعه، طراحی و ساخت و نگهداری نرم افزارهایی هستیم که از اول برای اجرا شدن در کلاود طراحی می شن. بحثهایی مثل میکروسرویسها که از یکطرف مد شدن و از یک طرف هم توی سیستمهای بزرگ کاربرد دارن. خیلی وقتها…
پروژه ی Telegram Open Network که قرار بود براساس فناوری بلاک چین ارائه بشه و یک پول جدید رو هم معرفی کنه منتفی شد. علت در لینک
Forwarded from Pavel Durov
Today is a sad day for us here at Telegram. We are announcing the discontinuation of our blockchain project. Below is a summary of what it was and why we had to abandon it.
https://telegra.ph/What-Was-TON-And-Why-It-Is-Over-05-12
https://telegra.ph/What-Was-TON-And-Why-It-Is-Over-05-12
Telegraph – Pavel Durov
What Was TON And Why It Is Over
For the last 2,5 years some of our best engineers have been working on a next-generation blockchain platform called TON and a cryptocurrency we were going to name Gram. TON was designed to share the principles of decentralization pioneered by Bitcoin and…
لایو پروفسور علی فرهادی، نویسنده مقالات YOLO
یکشنبه 28 اردیبهشت ساعت 22
منبع:
کانون دانش آموختگان احسان
https://www.instagram.com/ehsan_alumni/?hl=en
@pythonicAi
یکشنبه 28 اردیبهشت ساعت 22
منبع:
کانون دانش آموختگان احسان
https://www.instagram.com/ehsan_alumni/?hl=en
@pythonicAi
Pythonic AI
لایو پروفسور علی فرهادی، نویسنده مقالات YOLO یکشنبه 28 اردیبهشت ساعت 22 منبع: کانون دانش آموختگان احسان https://www.instagram.com/ehsan_alumni/?hl=en @pythonicAi
پروفسور علی فرهادی:
📌استاد دانشگاه واشنگتن
📌مدیر بخش هوش مصنوعی و machine learning شرکت اپل
📌بنیان گذار و مدیر عاملxnor.ai
📌بنیان گذار و مدیر گروه تحقیقاتی prior در مرکز تحقیقاتی پال الن
📌فوق دکتری دانشگاه کارنگی ملن
📌دکتری هوش مصنوعی از دانشگاه ایلینوی در اوربانا شمپین
📌دانش آموخته دوره ۲ احسان
دکتر عماد قائنی:
📌دکتری مدیریت بازرگانی گرایش منابع انسانی از دانشگاه تهران
📌مشاور و مدرس رهبری سازمانی
📌کار آفرین آموزشی
📌ترجمه کتاب و ارائه ۸ مقاله در کنفرانس های داخلی و بین المللی در زمینه مدیریت
📌دانش آموخته دوره ۲ احسان
📌استاد دانشگاه واشنگتن
📌مدیر بخش هوش مصنوعی و machine learning شرکت اپل
📌بنیان گذار و مدیر عاملxnor.ai
📌بنیان گذار و مدیر گروه تحقیقاتی prior در مرکز تحقیقاتی پال الن
📌فوق دکتری دانشگاه کارنگی ملن
📌دکتری هوش مصنوعی از دانشگاه ایلینوی در اوربانا شمپین
📌دانش آموخته دوره ۲ احسان
دکتر عماد قائنی:
📌دکتری مدیریت بازرگانی گرایش منابع انسانی از دانشگاه تهران
📌مشاور و مدرس رهبری سازمانی
📌کار آفرین آموزشی
📌ترجمه کتاب و ارائه ۸ مقاله در کنفرانس های داخلی و بین المللی در زمینه مدیریت
📌دانش آموخته دوره ۲ احسان
Forwarded from اوسینت - کارآگاهی در وب
🔦 گوگل از شما چه میداند و با آن چه میکند؟!
گوگل یک سرویس بینظیر با دو ویژگی مهم است: «خدمات گسترده» و - متاسفانه - «رایگان»!
این دو ویژگی دو سوال مهم ایجاد میکند:
اول) اینکه گوگل با این همه اطلاعاتی که به واسطه خدمات گسترده خود از کاربران دارد، چه میکند؟
دوم) اینکه گوگل اصلا چطور پول در میآورد؟!
👈 ارتباط پاسخ این دو سوال و اینکه بدانید گوگل چطور از اطلاعاتتان پول در میآورد، شاید نگاهتان را به این غولِ مهربان IT عوض کند...!
⬅️ گزارش «مروری بر حجم ترسناک اطلاعات گوگل درباره کاربران و شیوه پول درآوردن از طریق آنها» را هماکنون در اوسینتداتآیآر بخوانید:
osint.ir/?p=2785
➖➖➖➖➖➖➖➖
#Google #Privacy
🇮🇷 @osint_ir
گوگل یک سرویس بینظیر با دو ویژگی مهم است: «خدمات گسترده» و - متاسفانه - «رایگان»!
این دو ویژگی دو سوال مهم ایجاد میکند:
اول) اینکه گوگل با این همه اطلاعاتی که به واسطه خدمات گسترده خود از کاربران دارد، چه میکند؟
دوم) اینکه گوگل اصلا چطور پول در میآورد؟!
👈 ارتباط پاسخ این دو سوال و اینکه بدانید گوگل چطور از اطلاعاتتان پول در میآورد، شاید نگاهتان را به این غولِ مهربان IT عوض کند...!
⬅️ گزارش «مروری بر حجم ترسناک اطلاعات گوگل درباره کاربران و شیوه پول درآوردن از طریق آنها» را هماکنون در اوسینتداتآیآر بخوانید:
osint.ir/?p=2785
➖➖➖➖➖➖➖➖
#Google #Privacy
🇮🇷 @osint_ir
osint.ir
گوگل از ما چه میداند و با آن چه میکند؟ – مرجع اوسینت ایران
در دنیایی که حتی آبِ خوردن پولی است، اینترنت نعمت بزرگیست! یک دنیای رایگان که معدود خدمات پولی آن هم در مقایسه با مخارج دنیای واقعی هیچ است؛ گوگل هیچ
This media is not supported in your browser
VIEW IN TELEGRAM
A conversation with Andrew Ng
#Week3_Lesson1
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi
#Week3_Lesson1
Introduction to Tensorflow for AI, Coursera
#course #coursera #tensorflow #deeplearning #artificialintelligence
@pythonicAi