A great note to become a data engineer by Chip Huyen:
- Data formats
- ETL
- Batch processing vs Stream processing
...
https://docs.google.com/document/u/0/d/1b9iuZiDEGVLHyMmnf6w2y1aN6yWQhAyqk3GHlpI9q6M/mobilebasic
- Data formats
- ETL
- Batch processing vs Stream processing
...
https://docs.google.com/document/u/0/d/1b9iuZiDEGVLHyMmnf6w2y1aN6yWQhAyqk3GHlpI9q6M/mobilebasic
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
AI is counting...
How Transformers work in deep learning and NLP: an intuitive introduction
https://theaisummer.com/transformer/
https://theaisummer.com/transformer/
Facebook D2Go brings Detectron2 to mobile
https://ai.facebook.com/blog/d2go-brings-detectron2-to-mobile/
https://ai.facebook.com/blog/d2go-brings-detectron2-to-mobile/
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#آموزش فارسی #بازشناسی چهره
جلسه 1 بازشناسی چهره - معرفی دوره
https://www.aparat.com/v/ONEdD
#deep_face_recognition #face_verification #face_recognition #facenet #tripletloss #amsoftmax #arcface
جلسه 1 بازشناسی چهره - معرفی دوره
https://www.aparat.com/v/ONEdD
#deep_face_recognition #face_verification #face_recognition #facenet #tripletloss #amsoftmax #arcface
آپارات - سرویس اشتراک ویدیو
جلسه 1 بازشناسی چهره - معرفی دوره
جلسه ی اول از 40 جلسه دوره ی تخصصی بازشناسی چهره در تنسرفلو و keras.این دوره ی 40 جلسه ای در فرودین 1400 تهیه و تدوین شده و در حال حاضر میتوانید آن را از طریق لینک زیر تهیه فرمائید:http://class.vision/deep-face-recognition/کدهای دوره:https://github.com/Alireza…
Distrax is a lightweight library of probability distributions and bijectors. It acts as a JAX-native reimplementation of a subset of TensorFlow Probability (TFP), with some new features and emphasis on extensibility.
https://github.com/deepmind/distrax
https://github.com/deepmind/distrax
GitHub
GitHub - deepmind/distrax
Contribute to deepmind/distrax development by creating an account on GitHub.
This media is not supported in your browser
VIEW IN TELEGRAM
کورسِ آموزشیِ
طراحی و پیادهسازیِ سامانههای پیشنهاددهنده (Recommender Systems) با استفاده از تکنیکهای مدرنِ هوش مصنوعی و یادگیری ماشین.
مدرس: حمیدرضا حسینخانی
تهیهکننده: مکتبخونه
کد تخفیف: HHRS01
https://maktabkhooneh.org/course/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%BE%DB%8C%D8%B4%D9%86%D9%87%D8%A7%D8%AF-%D8%AF%D9%87%D9%86%D8%AF%D9%87-Recommender-Systems-mk1062/
سرفصلها:
- مقدمه ای بر سامانههای پیشنهاددهنده و بازیابی اطلاعات
- بارگزاری دادهها با استفاده از کتابخانه TFDS
- پیشپردازش و نمایش ویژگیها با استفاده از Keras Preprocessing Layers
- ساخت یک مدلِ بازیابی اطلاعات (Retrieval Task) با استفاده از شبکهی عصبی دوبرجی.
- ساخت یک مدلِ عمیق رتبهبندی (Ranking Task)
- استقرار مدل هوش مصنوعی روی سرور لینوکسی با استفاده از TF Serving و Docker
طراحی و پیادهسازیِ سامانههای پیشنهاددهنده (Recommender Systems) با استفاده از تکنیکهای مدرنِ هوش مصنوعی و یادگیری ماشین.
مدرس: حمیدرضا حسینخانی
تهیهکننده: مکتبخونه
کد تخفیف: HHRS01
https://maktabkhooneh.org/course/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%BE%DB%8C%D8%B4%D9%86%D9%87%D8%A7%D8%AF-%D8%AF%D9%87%D9%86%D8%AF%D9%87-Recommender-Systems-mk1062/
سرفصلها:
- مقدمه ای بر سامانههای پیشنهاددهنده و بازیابی اطلاعات
- بارگزاری دادهها با استفاده از کتابخانه TFDS
- پیشپردازش و نمایش ویژگیها با استفاده از Keras Preprocessing Layers
- ساخت یک مدلِ بازیابی اطلاعات (Retrieval Task) با استفاده از شبکهی عصبی دوبرجی.
- ساخت یک مدلِ عمیق رتبهبندی (Ranking Task)
- استقرار مدل هوش مصنوعی روی سرور لینوکسی با استفاده از TF Serving و Docker
This media is not supported in your browser
VIEW IN TELEGRAM
Advancing sports analytics through AI research by DeepMind
https://deepmind.com/blog/article/advancing-sports-analytics-through-ai
https://deepmind.com/blog/article/advancing-sports-analytics-through-ai
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#مقدماتی
هوش مصنوعی و یادگیری عمیق ار از کجا شروع کنم؟
3 ساعت نخست که در این سه ساعت مقدمات شبکه عصبی در فریم ورک تنسرفلو/ کراس بحث میشود:
دوره آموزشی یادگیری عمیق و Keras
https://www.aparat.com/v/0xgm5
پیش نیاز:
پایتون که در اینجا میتوانید رایگان ببینید:
https://t.me/cvision/2264
هوش مصنوعی و یادگیری عمیق ار از کجا شروع کنم؟
3 ساعت نخست که در این سه ساعت مقدمات شبکه عصبی در فریم ورک تنسرفلو/ کراس بحث میشود:
دوره آموزشی یادگیری عمیق و Keras
https://www.aparat.com/v/0xgm5
پیش نیاز:
پایتون که در اینجا میتوانید رایگان ببینید:
https://t.me/cvision/2264
آپارات - سرویس اشتراک ویدیو
دوره آموزشی یادگیری عمیق و Keras
قسمت اول کلاس به عنوان پیش نمایش قرار داده شده تا در صورت تمایل این ویدیو را از سایتclass.visionخریداری نمایید.برای مشاهده سرفصل ها، اطلاعات بیشتر و خرید این دوره آموزشی 12 ساعته لینک http://class.vision/deeplearning-keras/ را کلیک نمائید.
A new algorithm that generates paintings using a neural visual grammar system evaluated using a text conditioned dual encoder. This allows for the creation of images that look very different from those made by GANs.
https://t.co/fEDghIzDRv
https://t.co/fEDghIzDRv
موزیک ویدئوی ساخته شده با استفاده از CLIP و BigGAN برای ترانهای که شعرش با استفاده از labelهای ImageNet ساخته شده.
https://youtu.be/rR5_emVeyBk
https://youtu.be/rR5_emVeyBk
YouTube
AI made this music video | What happens when OpenAI's CLIP meets BigGAN?
#artificialintelligence #musicvideo #clip
I used OpenAI's CLIP model and BigGAN to create a music video that goes along with the lyrics of a song that I wrote. The song lyrics are made from ImageNet class labels, and the song itself is performed by me on…
I used OpenAI's CLIP model and BigGAN to create a music video that goes along with the lyrics of a song that I wrote. The song lyrics are made from ImageNet class labels, and the song itself is performed by me on…
AndroidEnv is a Python library that exposes an Android device as a Reinforcement Learning (RL) environment.
GitHub - deepmind/android_env
https://github.com/deepmind/android_env
GitHub - deepmind/android_env
https://github.com/deepmind/android_env
GitHub
GitHub - google-deepmind/android_env: RL research on Android devices.
RL research on Android devices. Contribute to google-deepmind/android_env development by creating an account on GitHub.