امروز همه راز قتل اسکوئل بازی می کنن شما چطور؟ تو این بازی با کامندهای اسکوئل توی دیتابیس می چرخین تا بتونین بالاخره کشف کنین در شهر اسکوئل، قاتل چه کسی بوده (:
https://mystery.knightlab.com/ #لینک

تنها راهی که میشود يك زندگی بهتر داشت این است که رشد کنیم
تنها راهی که میشود رشد کرد این است که تغییر کنیم
تنها راهی که میشود تغییر کرد این است
که چیزهای جدید یاد بگیریم

#quote

@pythonicAI

Read more on: https://www.kdnuggets.com/2019/11/sensationalism-artificial-intelligence-news.html

@pythonicAI

Getting to Know Deep Java Library (DJL)

Amazon’s DJL is a deep learning toolkit used to develop machine learning (ML) and deep learning (DL) models natively in Java while simplifying the use of deep learning frameworks.

Link

#deeplearning #machinelearning #artificialintelligence #java #amazon

@pythonicAI

یک بلاگ پست بسیار کامل برای تشخیص اخبار دروغ :

https://www.analyticsvidhya.com/blog/2019/12/detect-fight-neural-fake-news-nlp/

۱۰ روز دیگه پایتون ۲ به تاریخ میپیونده و ازون به بعد فقط شاهد آپدیتهای پایتون ۳ خواهیم بود...

دلمون براش تنگ میشه... 😊

#python

@pythonicAI

نیکلاس کیج در خندوانه و شب یلدا 😁

🔥 ویدیوی جدید هوش‌مصنوعی #DeepO 🔥

🎥 ویدیوی باکیفیت در آپارات 👇
https://www.aparat.com/v/m8dTe

🍉 با آرزوی شبی خوش و آرام 🍉

Nicolas Cage in Khandevane !
Happy YALDA night 🍉
by #DeepO artificial intelligence

🔶 مطالب بیشتر در
@ali110co_ir
@opencv_olc
@ai_python

‏لیست محبوب ترین زبان های برنامه نویسی سال 2019

توسط IEEE Spectrum

@pythonicAI

لیست محبوب ترین زبان های برنامه نویسی سال 2019

توسط TIOBE

@pythonicAI

اگر شما یه مهندس امبدد #لینوکس بودین و می خواستین بقیه رو تحت تاثیر قرار بدین چیکار می کردین؟ اگر خیلی خفن بودین احتمالا یه کارت ویزیت درست می کردین که لینوکس ران کنه! این آقاهه ظاهرا خیلی خفن بوده و اینکار رو کرده (:‌
https://jadi.net/2019/12/linux-business-card/
#گیک

کمپانی ها در سراسر دنیا درحال جمع آوری تیمهای هوش مصنوعی هستند اما هنوز برای مهندسان یادگیری ماشینی، دیتا ساینتیستها و مهندسان نرم افزار جای سوال است که وقتی برای این تیم ها اپلای میکنند روی چه چیزی باید تمرکز کنند.

این گزارش، انواع شرکتها، نقش های درون آنها و تسکهایی که باید روی آنها کار کنید و skill هایی که بدنبال آن هستند را توضیح میدهد.

#artificialintelligence #machinelearning

@pythonicAI

A tensor processing unit (TPU) is an AI accelerator application-specific integrated circuit (ASIC) developed by Google specifically for neural network machine learning.

بلاگ پست گوگل درباره نحوه کار و معماری TPU:
Link

#artificialintelligence #deeplearning

@pythonicAI

BMW shared AI algorithms used in production

Link

#deeplearning #artificialintelligence

@pythonicAI

16 منبع آموزشی الگوریتمهای هوش مصنوعی〰️〰️〰️

♾ 1. Speech and Language Processing by Dan Jurafsky and James Martin

🔊 2. Deep Learning for Natural Language Processing by Richard Socher (Stanford University)

🔔 3. Natural Language Processing (NLP) by Microsoft

🔸 4. Andrew Ng’s course on Machine Learning

🔸 5. The video lectures and resources for Stanford’s Natural Language Processing with Deep Learning

🔰 Part 2

🔹6. Sequence Models for Time Series and Natural Language Processing

🔺 7. Deep Natural Language Processing course offered in Hilary Term 2017 at the University of Oxford.

🔺 8. Natural Language Processing Fundamentals in Python by Datacamp

🔺 9 Natural Language Processing by Higher School of Economics

🔸 10 How to Build a Chatbot Without Coding by IBM

🔸 11. CS 388: Natural Language Processing by University of Texas

🔸 12. Natural Language Processing with Python

⚡️ 13. CSEP 517: Natural Language Processing by University of Washington

🔰 14. Dan Jurafsky & Chris Manning: Natural Language Processing

📘 15. NATURAL LANGUAGE PROCESSING by Carnegie Mellon University

📘 16. CS224n: Natural Language Processing with Deep Learning by Stanford University

#منابع #یادگیری_ماشین #فیلم #کلاس_آموزشی #الگوریتمها #پردازش_زبان_طبیعی #هوش_مصنوعی #یادگیری_عمیق

join👇👇👇

❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN

سری سخنرانی های یادگیری عمیق دانشگاه MIT از 6 ژانویه(16 دی) شروع میشه که می‌تونید لیست کامل سخنرانان رو در این لینک ببینید.(لیست در روزهای آینده به روز رسانی میشه). همینطور ویدیو هر سخنرانی چند روز بعد از هر سخنرانی در لینک فوق قرار داده می‌شود.
یکی از سخنرانان مشخص شده، فرانسوا شوله نویسنده کتابخانه کراس می‌باشد.

#یادگیری_عمیق دقیقا چیه؟

طی چند روز گذشته، بعضی از محقق‌های بزرگ هوش مصنوعی مانند #یان_لکان و #فرانسوا_شوله تعریف خودشون رو از دیپ لرنینگ توی سال 2019 اعلام کردند.

یان لکان:

"Some folks still seem confused about what deep learning is. Here is a definition:

DL is constructing networks of parameterized functional modules & training them from examples using gradient-based optimization. That's it.

This definition is orthogonal to the learning paradigm: reinforcement, supervised, or self-supervised.

Don't say "DL can't do X" when what you really mean is "supervised learning needs too much data to do X"

Extensions (dynamic networks, differentiable programming, graph NN, etc) allow the network architecture to change dynamically in a data-dependent way."
https://www.facebook.com/722677142/posts/10156463919392143/

فرانسوا شوله:

"What's deep learning?

The "common usage" definition as of 2019 would be "chains of differentiable parametric layers trained end-to-end with backprop".

But this definition seems overly restrictive to me. It describes *how we do DL today*, not *what it is*."
https://twitter.com/fchollet/status/1210031900695449600

اندری بورکوف:

"Looks like in late 2019, people still need a definition of deep learning, so here's mine: deep learning is finding parameters of a nested parametrized non-linear function by minimizing an example-based differentiable cost function using gradient descent."
https://www.linkedin.com/posts/andriyburkov_looks-like-in-late-2019-people-still-need-activity-6615377527147941888-ce68/

#deep_learning

تنسورفلو نسخه ۲.۱ هم منتشر شد، و آخرین نسخه‌ایی هست که از پایتون ۲.۷ پشتیبانی می‌کنه

Github release link