کتاب یادگیری عمیق: از اصول اولیه تا ساخت شبکه‌های عصبی عمیق با پایتون.

تالیف: میلادوزان

@raspberry_python

Coursera had started with my machine learning class. I’m delighted to announce that I’ll soon be teaching a new Machine Learning Specialization. Please help me spread the word! You can sign up here:

https://www.deeplearning.ai/program/machine-learning-specialization/

🔗 Andrew Ng (@AndrewYNg)

این اقا رو ک حتما میشناسید
حالا اومده یه دور جدید ماشین لرنینگ بزاره که ب گفته خودش خیلی بهتر از قبلیه
لینک های ثبت نامش رو هم اون بالا گذاشتم :)
@raspberry_python
#kasra

سلام وقت بخیر
ویدیو پلی لیست FastApi آپلود شد
قسمت : 10
موضوع : Integer Validator - Query Multiple Value
میتونین از لینک زیر تماشا کنین
امیدوارم که مفید بوده باشه

https://youtu.be/af29l0aT50I

✔️فرض کنید چنین کدی رو داریم:
اگر بخواهید این رو از این حالت درش بیارید و خوانا‌تر و reformatاش کنید کدوم یکی از روش‌های زیر 👇 رو انتخاب میکنید؟

گروه 6000 نفره برنامه نویسی پایتون

👇👇👇👇😍

@python_QA

سلام وقت بخیر
ویدیو پلی لیست Pyqt6 آپلود شد
قسمت : 27
موضوع : پروژه قسمت سوم - New File - Open File - Text Edit Modify
امیدوارم که مفید بوده باشه
میتونین از لینک زیر تماشا کنید

https://youtu.be/C5JPElB3ZDA

با این اوصاف اینجا دیگه پای سلیقه و موقعیت شما میاد وسط و اصلا نمیتونیم بگیم کدوم روش درست یا درست‌تره! و هر روش خوبی و بدی و طرفدار و مخالفی داره

[اگر] بگیم روش اول درست نیست، پاسخ میگیریم که خیر ۱. در stdlib استفاده شده، یعنی core devهای پایتون ازش استفاده کردن و ۲. تعداد خطوط کمی رو اشغال کرده و مرتب و خوانا شده.
[اگر] بگیم روش black درست نیست، باید بگیم که اولا black توسط یکی از core devهای پایتون که در فیس‌بوک کار می‌کرد به اسم Lukas Langa نوشته شده و ۲۷ هزار ستاره گیت‌هاب داره 😃✌️
و در چنین پروژه‌ها و شرکت‌‌هایی استفاده میشه
https://github.com/psf/black#used-by

ثانیا اگه پای type annotations توی کد بیاد وسط روش اول اصلا قشنگ نمیشه!

Answers: 1 • 2 • 3

#M4hdi
〰️〰️〰️〰️〰️
©️@raspberry_python

کانال Advnaced AI:
کانالی برای علاقه‌مندان هوش مصنوعی، پردازش تصویر و سیگنال، یادگیری ماشین و یادگیری عمیق

رویکردهای اصلی کانال:
📘📖ارائه به‌روزترین کتاب‌ها و مقالات
🎥📝ارائه ویدئوها و لینک‌های آموزشی
👨‍💻💵استخدامی و فرصت‌های شغلی
🧠🕺🏻ایده‌ها و دستاوردها

👇🏻لینک و آیدی کانال: 👇🏻
Link: https://t.me/Adv_AI
ID: @Adv_AI

✔️ بررسی

در سوال قبل تصویر اول شبیه به stdlib مرتب شده، روش دوم رو formatter عه دیفالت پایچارم پیشنهاد داده، روش سوم رو black و روش چهارم هم توی یک کتاب پیدا کردم.

بیاید تا با یکی دو تا مثال دیگه این چند روش رو بررسی کنیم:
تابع dump از کتابخونه json در standard library

در سورس کد این تابع در استاندارد لایبرری، تابع به شکلی که عکسش رو گذاشتم نوشته شده.

خوبی این روش چیه؟
یکی از خوبی‌های این روش اینه که در ۳ خط تمام این ۱۲ پارامتری که داره، مرتب شده! اما اگه این رو بیایم دوباره با بلک مرتب کنیم چنین نتیجه‌ای رو می‌بینیم، که تعداد خطوط زیادی رو اشغال میکنه.

اما وقتی از بلک استفاده می‌کنیم، چشم قراره فقط به صورت عمودی حرکت کنه و پارامتر‌ها رو بخونه و این نوع حرکت برای چشم ساده‌ست اما در روش قبلی هم باید افقی حرکت کنه و هم عمودی

Answers: 1 • 2 • 3

〰️〰️〰️〰️〰️
©️@raspberry_python

یه خوبی دیگه‌‌ای که بلک داره اینه که اگه می‌خواید پارارمتر‌های تابع رو type annotate کنید، با این روش این کار به زیبایی صورت میگیره، و هر خط نام پارامتر و تایپی که قراره بگیره و نشون میده، اما در روش اول زیادی شلوغ میشه 😬

Answers: 1 • 2 • 3

#M4hdi
〰️〰️〰️〰️〰️
©️@raspberry_python

https://techcrunch.com/2022/04/22/edgedb-wants-to-modernize-databases-for-cutting-edge-apps/

با نسل بعدی دیتا‌بیس‌ها آشنا بشید 😎👌

#M4hdi
〰〰〰〰〰
©@raspberry_python

جدیدنا گوگل یک فریم ورک شبکه عصبی بنام
flax
درسته که بر پایه
jax
کار میکنه.
و خب از ویژگی هایی که داره تغییر دادن و درست کردن چیزای جدید راحت تره و در عین حال سرعت و قدرت کافی رو داره

https://github.com/google/flax


هنوز خیلی کتابخونه تازه ای هست ممکنه کلی باگ داشته باشه و همه چیز توش پیاده نشده باشه ولی تا حد خیلی خوبی همه چیزای پایه و غیر عجیب غریب توش پیاده شدن

@raspberry_python
#kasra

بیاید باهم ی دوری تو کارخونه تسلا بزنیم :)


@raspberry_python
#kasra

از اونجایی ک میدونم خیلی هاتون حوصلتون نکشیده که برید این پست رو بخونید، تصمیم گرفتم تو چند خط و به زبان ساده براتون خلاصه کنمش :))))

کلیتش داره درمورد
EdgeDB
حرف میزنه
که میشه زیر شاخه ای از تکنولوژی
Edge Computing
بشناسیمش

حالا کلیت این ایده اینه ک نیازی نیست ما همه دیتاهارو داخل ی سرور مرکزی ذخیره کنیم که سرعت انتقال اطلاعات پایین بیاد. به جاش میتونیم از چندین دیتابیس غیر متمرکز تو نقاط مختلف جهان استفاده کنیم که اگه کسی تو نزدیکی های اون سرور اون اطلاعات رو لازم داشت سریع تر بهش برسونیم.

این ایده وختی پررنگ تر میشه که ما تو کل جهان تعداد زیادی دستگاه های IoT داریم و خب همه این دستگاه ها کلی اطلاعات مختلف تولید میکنن که نیازی نیست همه اونا توسط سرور مرکزی پردازش یا ذخیره بشن.


@raspberry_python
#kasra