مصاحبه‌های تخصصی یادگیری عمیق برای استخدامی

#کتاب #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Andrej Karpathy:
I added a quick crappy tutorial on how PyTorch layers are moved to C, with a few possibly helpful pointers:
https://github.com/karpathy/llm.c/blob/master/doc/layernorm/layernorm.md

#منابع #الگوریتمها #پایتون

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Find task vectors, activations that encode task-specific information, which guide the model towards performing a task better than the original model w/o the need for input-output examples

▪️ Finding Visual Task Vectors

#ایده_جذاب #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

در تویتر سابق (ایکس کنونی) دکتر الهیاری مقاله جالبی رو بررسی کرده به نظرم خیلی موضوع پژوهشی جالبیه:

آیا "قدرت تو تعداد است" (strength in numbers) برای AI هم صادق است؟
قدرت مدلهای LLM برکسی پوشیده نیست. در انواع کارها از نوشتن و فهمیدن زبان تا ترجمه و ... ازشون استفاده میکنیم. ولی وقتی کار مورد نظر پیچیده باشه و به استدلال زیادی (reasoning) نیاز داره هنوز لنگ میزنن. راههای مختلفی برای بهبود کارایی این مدلها تو این مواقع هست. یکی از این راهها، استفاده از روشهای ensemble است. یعنی چندتا از این مدل‌ها رو با هم دیگه به کار گرفت. مشابه این روش را احتمالا قبلا شنیده باشید مثل mixture of experts.
یک مقاله جدید اومده ی تحقیق جامع کرده روی این موضوع (scaling property of LLM agents) و روش ساده ای را ارائه میده به اسم sampling-and-voting method (روش ساده نمونه‌گیری و رأی‌گیری). این روش شامل دو مرحله است. اول ورودی (input query) یک LLM، به طور تکراری به یک LLM واحد یا چندتا agent وارد می‌شود تا چندین خروجی تولید کند. سپس، برای تعیین نتیجه نهایی از رأی‌گیری اکثریت استفاده می‌شود. این روش مشابه متد Chain of thought است ولی اون پیچیدگی های اون را نداره. عکس زیر روش را نشون میده.
▪️ More Agents Is All You Need

#ایده_جذاب #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

لیست ابزارهای دانلود رایگان مقاله و کتاب

1. Nexus search (telegram bot)
🟢 t.me/sks7777777nexusbot
🟢 t.me/nexusbooks_maxenswlfr_bot
🟢 t.me/rcbook_bot
🟢 t.me/subitoafk_bot
🟢 t.me/Nexus_books_moji_bot 
🟢 t.me/nexus_bookss_bot
🟢 t.me/Crawl_for_books_bot
🟢 t.me/Fr_lib_pirate_bot
🟢 t.me/NexusbotBot
🟢 t.me/scihubot
🟢 t.me/sks7777777nexusbot
🟢 t.me/tkutuphanebot
🟢 t.me/Researchassist_free_article_bot
🟢 t.me/subitoafk_bot
🟢 t.me/ShingekiKyojin_bot
🟡 t.me/nexus_search_brian_bot
🟡 t.me/asschandmustdie_bot
🟡 t.me/science_nexus_bot
🟡 t.me/nexus_search_another_bot

2. Library Genesis (site):
🟢 libgen.is
🟢 libgen.st
🟢 libgen.rs
🟢 libgen.gs
🟢 libgen.rs
🟢 libgen.rs
🟡 libgen.io
🟡 libgen.be
🟡 libgen.nl

3. Sci-hub (site):
🟢 sci-hub.ee
🟢 sci-hub.ren
🟢 sci-hub.wf
🟢 sci-hub.se
🟢 sci-hub.wf
🟢 sci-hub.wf

4. Papers Download (telegram group):
🟢 t.me/+htsaeeM3ZwUwNTY8
🟢 t.me/freepapers_drkayvanfar

5. Z-library (site):
🟢 z-lib.is
🟢 z-lib.io

6. Pdfdrive (site):
🟢 pdfdrive.com

7. Wosonhj (site):
🟢 wosonhj.com

8. STC (site):
🟢 standard--template--construct-org.ipns.dweb.link

لیست به ترتیب سهولت و سرعت استفاده مرتب شده است

#منابع

پ.ن: چیزی میدونین کامنت کنید‌

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

ماهیت اصلی شبکه عصبی و دیپ لرنینگ از این مقاله شروع شد. توصیه به اونایی که تابحال این مقاله را نخوانده اند.

یاپای سینیر آغلاری و درینن اویرنمه لرین هاردان گلمه سی بو مقاله نن باشلاندی. اوخومیانلارا توصیه.

This is what we call legacy: in 1989, the groundbreaking paper 'Handwritten Digit Recognition with a Back-Propagation Network' introduced the Convolutional Neural Network (CNN). Authored by Yann LeCun and team, it revolutionized pattern recognition by enabling hierarchical feature learning directly from raw data. This seminal work not only significantly advanced handwritten digit recognition but also laid the foundation for modern neural network research. Decades later, CNNs remain a cornerstone of artificial intelligence, inspiring countless applications across diverse domains.
Thank you Yann LeCun !

کانالیمیزی جانلی یایین:
https://news.1rj.ru/str/Machinelearning_Kartal

در این عصر جمعه یک آهنگ زیبا گوش کنید.

#متفرقه

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

قبلتر راجب vector databaseها مقاله‌ای معرفی کرده بودم و اینکه ایده این چطوری به وجود اومده؛ از این مقاله متا که search engine معرفی کرده اومده، به نظرم خیلی میتونین کارهای ارزشمندتری رو پیش ببرید مقالات اینده روی وِکتور دیتابیس ها خواهد بود.

▪️ Reading Wikipedia to Answer Open-Domain Questions

در ادامه توجهتون رو به این تویت در شرکت ایکس( توئیتر سابق) جلب میکنم

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

انویدیا اومده یه سوپرکامپیوتر در اختیار دانشجو های جورجیاتک آمریکا گذاشته که پراسسی که ۲۲ سال اجراش طول می‌کشیده رو تو یک ثانیه هندل میکنه.

مام اینجا به منو بوفه دانشگاه علاوه بر سوسیس تخم مرغ، سوسیس تخم مرغ با گوجه اضافه شد.

منبع:
https://www.cnbc.com/2024/04/10/nvidia-and-georgia-tech-announce-first-ai-supercomputer-for-students.html

۱۲ نوع #مقاله #یادگیری_ماشین

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اکوسیستم
https://crfm.stanford.edu/ecosystem-graphs/index.html?mode=table

7 baby steps to start with machine learning:

1. Start with Python
2. Use Google Colab
3. Take a Pandas tutorial
4. Then a Seaborn tutorial
5. Decision Trees are a good first algorithm
6. Finish Kaggle's "Intro to Machine Learning"
7. Solve the Titanic challenge

+ Here are the next steps:

- learn numpy
- learn Tensorflow/Pytorch/Keras
- train a neural net to solve a vision classification task


#منابع

پ.ن: چیزی دیگه اطلاع دارید مفید هست، کامنت کنید‌

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کورس کلاسی دانشگاه کرنل آمریکا


🎥 20 hours of video lectures
✨ 17 sets of slides
📖 Lecture notes

▪️ Deep Generative Models
https://m.youtube.com/playlist?list=PL2UML_KCiC0UPzjW9BjO-IW6dqliu9O4B

▪️ Site
https://kuleshov-group.github.io/dgm-website/


#منابع #پیشرفته #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دوستان، اگه روی پروژه متن‌بازی کار می‌کنید و دوست‌دارین که یکم دیده شه، (شاید) این کمترین کاری باشه که می‌تونم انجام بدم. زیر همین پست، لینک ریپازیتوریتون رو شیر کنید + یه توضیح کوچیک راجع به اینکه پروژه چیه و چیکار می‌کنه. زیر همین پست ریپلای کنید

اگه تا صبح بیدارین و پروژه دارید گوش بدید لذت ببرید انرژي بگیرید

#متفرقه

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

مولوی:

اگر همه جا تاریک بود دوباره
بنگر،شاید نور خود تو باشی✨


پ.ن: اینم برای کسایی که شاید بهش نیاز داشته باشند.

#متفرقه

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

فارسی:
دوستان سلام
دنبال ایجاد یک استارت آپ در زمینه هوش مصنوعی هستم. و در این خصوص به یک نفر مسط به طراحی وب سایت و البته زبان تورکی (از طراحی صحفه تا دیپلوی) جهت همکاری نیازمندم.
کسی از دوستان اگر هست و تمایل به همکاری در این استارت آپ دارد لطفا رزمه خود را به ای دی زیر در تلگرام ارسال کنید:
@jalil_kartal

تۆرکجه: استارت آپ یارادماق اۆچون بیر نفر یاردیمچی آختاریرام. وب سایت یازما باشارا و تورک دیلین بیله.
من اۆچون یازین:
@jalil_kartal

بعد ی هفته ای ی منبع اموزشی منم بزنم کانال گراف در یادگیری ماشین
Graph Machine Learning

- Lab1: Generate LFR social networks
https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code01.ipynb
- Lab2: Visualize spectrum of point cloud & grid
https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code02.ipynb
- Lab3/4: Graph construction for two-moon & text documents
https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code03.ipynb
https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code04.ipynb

- Lab1: k-means
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code01.ipynb
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code02.ipynb
- Lab2: Metis
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code03.ipynb
- Lab3/4: NCut/PCut
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code04.ipynb
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code05.ipynb
- Lab5: Louvain
https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code06.ipynb https://pic.twitter.com/vSXCx364pe

- Lab1: Standard/Linear SVM
https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code01.ipynb
- Lab2: Soft-Margin SVM
https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code02.ipynb
- Lab3: Kernel/Non-Linear SVM
https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code03.ipynb
- Lab4: Graph SVM
https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code04.ipynb

https://storage.googleapis.com/xavierbresson/lectures/CS6208/running_notebooks.pdf

💡 Github

#منابع #پیشرفته #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کلاس آموزشی #یادگیری_تقویتی (Reinforcement learning) دانشگاه شریف از دکتر رهبان - بهار 1403

https://www.aparat.com/playlist/9319081

#منابع #کلاس_آموزشی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person