به کانال تخصصی هوش ماشین خوش آمدید! در این کانال مطالب آموزنده در خصوص هوش مصنوعی، یادگیری عمیق و بینایی ماشین ارایه می شود.

در سال 2015، یکی از مهندسان گوگل ایده Deep Dreamiing یا تخیل عمیق را ابداع کرد. وی از یک شبکه کانولوشنی استفاده کرد تا برخی از ویژگی ها و الگوهای تصویر را به نحوی دستکاری کند که حس تخیلی و توهمی به تصویر اضافه کند. به عنوان مثال شبکه قادر است چهره انسان را یافته و به گونه ای آن را دستکاری کند که به چهره گربه نزدیک تر شود. در ظاهر ممکن است کاربرد این ایده صرفا در خلق آثار هنری مصنوعی باشد، اما محققان به تازه ای دریافته اند که تصاویر توهمی تولید شده توسط چنین روشی می تواند سرعت آموزش شبکه های عمیق در برخی کاربردها را افزایش دهد!

ایده ها و مطالب آموزشی بیشتر در زمینه هوش ماشین در:
@ai_box

یکی از کاربردهای یادگیری عمیق، رنگی سازی تصاویر سطح خاکستری می باشد. در گذشته این عمل صرفا به صورت دستی و توسط یک فرد متخصص امکان پذیر بود، اما امروزه به مدد فناوری یادگیری عمیق، می توان این فرآیند را به صورت خودکار انجام داد به گونه ای که می توان یک فیلم بسیار قدیمی را به صورت رنگی تماشا کرد!

ایده جالب صداگذاری خودکار بر روی ویدیوهای بدون صدا توسط یادگیری عمیق. محققان در دانشگاه ام آی تی، با استفاده از شبکه های عصبی عمیق روشی را برای صدادار کردن ویدیوهای بی صدا ابداع کرده اند که توسط آن بر اساس محتوای ویدیو، صدای متناسب تولید می شود.

برای شروع به کار در حوزه یادگیری عمیق، چه سیستمی نیاز است؟

از آنجاییکه برای انجام محاسبات در شبکه های عمیق پردازش های سنگینی عمدتا انجام می شود، توان سی پی یو رایانه شما ممکن است جوابگوی این حجم سنگین نباشد. لذا چاره کار استفاده از پردازنده های کارت گرافیکی یا اصطلاحا "جی پی یو" است. برای شروع کار در این حوزه، سیستم های زیر پیشنهاد می شوند:
Nvidia GeForce RTX 3070
Nvidia GeForce RTX 3080
Nvidia GeForce RTX 3060 Ti
Nvidia GeForce RTX 3090
Nvidia GeForce RTX 2080 Ti
Nvidia GeForce GTX 1080
Nvidia GeForce GTX 1070
#سخت_افزار

برخی از بهترین کتاب ها برای شروع یادگیری ماشین :

1- The hundred-page machine learning (Andriy Burkov)
این کتاب برای کسایی هست که یادگیری ماشین رو خیلی کم می شناسند، از مفاهیم ساده شروع کرده و مباحث رو با جزییات خوبی توضیح داده.

2- Hands on ML with scikit-learn, keras, tensorflow (2nd edition) (Aurelien Geron)
یکی از بهترین کتاب ها برای شروع کد زدن بدون درگیر شدن با ریاضیات پیچیده.

3- Build Machine Learning Powered Application : Going from idea to product (Emmanuel Ameisen)
برای شروع کتاب خوبی هست.

4- Machine Learning Engineering (Andriy Burkov)
مناسب برای استفاده کاربردی از یادگیری ماشین در صنعت و ارایه خدمات مختلف به مشتریان.

5- Building Machine Learning Pipelines : Automating Model Life Cycle with Tensorflow (Hannes Hapke)
در این کتاب مفهوم استفاده از Data Pipeline ها به خوبی توضیح داده شده.

6- TinyML : Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers (Pete Warden)
برای پیاده سازی سخت افزاری مباحث یادگیری ماشین یکی از بهترین کتاب هاست.

7- Practical Deep Learning for Cloud, Mobile, and Edge : .... (Anirudh Koul)
برای کسانی که به مباحث تئوری و ریاضی یادگیری ماشین علاقمند هستند.
#کتاب

✅ «دوره فشرده Deep Learning و آشنایی با شبکه های عصبی عمیق در پایتون»

📌به همراه آموزش مقدماتی برنامه نویسی در پایتون
📌آموزش Keras به کمک مثال های کاربردی در Google Colab

🌈مناسب برای همه علاقمندان به طراحی سیستم های هوشمند به کمک شبکه های عصبی عمیق

👨‍🎓مدرس: دکتر هادی هادی زاده، دکتری پردازش سیگنال دیجیتال از دانشگاه سایمون فریزر کانادا

⏳ تاریخ برگزاری: فروردین 1400
📲 برگزاری به صورت مجازی
🎁 ثبت نام اولیه و شرکت در اولین جلسه دوره رایگان است. پس از ثبت نام، جزئیات دوره برای شما ایمیل می شود. برای ثبت نام اولیه نیاز به پرداخت هیچ هزینه ای نمی باشد.

💥برای دانشجویان دانشگاه صنعتی قوچان و همچنین دانشگاه صنعتی سجاد مشهد ۲۵ درصد تخفیف و برای دانشجویان عضو شاخه دانشجویی IEEE نیز ۱۰ درصد تخفیف در نظر گرفته می شود.

🌐 لینک ثبت نام: https://research.qiet.ac.ir


📩 آی دی پشتیبانی: @hdz2020
⚡️عضویت در کانال دوره: @ai_box

#deep_learning
#python
#neural_networks

از کاربردهای جالب دیپ لرنینگ در متحرک سازی تصاویر ثابت. می توانید پس از لاگین در گوگل، یک عکس دلخواه را به سیستم داده و متحرکش کنید!
https://www.myheritage.com/deep-nostalgia

@ai_box

با سلام خدمت همراهان عزیز. سوالات مختلفی در مورد محتوای دوره فشرده یادگیری عمیق در پایتون پرسیده می شود.

به طور خلاصه باید گفت که در این دوره سعی می شود تا به صورت کاملا کاربردی و بدون درگیر شدن با تئوری و ریاضیات پیچیده مربوط به شبکه های عصبی عمیق، برخی از مهمترین مفاهیم و کاربردهای شبکه های عصبی عمیق به صورت ساده و روان توضیح داده شود. فرض بر این است که اطلاعات شما در این زمینه و همچنین برنامه نویسی پایتون محدود است.

آموزش ها به صورت کاربردی و در قالب مثال در زمینه پردازش تصویر، همانند تشخیص و دسته بندی اشیاء در تصاویر توسط شبکه های کانولوشنی مثل AlexNet و Yolo انجام می شود. به عنوان مثال، در این دوره برنامه هایی برای شناسایی اشیاء دلخواه در یک تصویر یا ویدیو همانند ویدیوی بالا در پایتون نوشته می شود و خط به خط آن توضیح داده می شود.

لینک ثبت نام در دوره:
https://research.qiet.ac.ir
کانال دوره: @ai_box

با سلام،
احتراما پیرو درخواست تعداد زیادی از شرکت کنندگان در دوره فشرده یادگیری عمیق در پایتون، مقرر شد تا جلسه اول دوره در تاریخ 22 اسفند ماه جاری (جمعه) راس ساعت 18 برگزار شود. تقویم به روز شده دوره به پیوست تقدیم می شود.

شرکت در جلسه اول دوره رایگان است، اما برای شرکت در جلسه دوم می بایست حتما هزینه دوره حداکثر تا دوشنبه 25 اسفند 1399 پرداخت شود تا نام کاربری و رمز عبور برای شرکت در جلسات بعدی برای شما در تاریخ ۲۶ اسفند ایمیل شود.

دوره به صورت مجازی در سامانه ادوبی کانکت در آدرس زیر برگزار می شود:
https://webinar2.qiet.ac.ir/deep_learning
آدرس فوق را می توان هم در مرورگر خود و هم در نرم افزار ادوبی کانکت باز کرد. البته جهت داشتن کیفیت بهتر، پیشنهاد می شود تا حتما از نرم افزار ادوبی کانکت استفاده شود.
لینک دانلود ادوبی کانکت
برای شرکت در جلسه اول نیاز به نام کاربری و رمز عبور نیست، لطفا به صورت مهمان (Guest) نام خود را وارد کرده و در دوره شرکت فرمایید.
لینک پرداخت هزینه نیز برای کلیه افرادی که در دوره ثبت نام کرده اند، ارسال شده است.
با تشکر
تیم پشتیبانی دوره فشرده یادگیری عمیق در پایتون
@ai_box

با سلام،
جهت یادآوری، جلسه اول دوره فشرده یادگیری عمیق در پایتون امروز جمعه ۲۲ اسفند راس ساعت ۱۸ به صورت مجازی در سامانه ادوبی کانکت در آدرس زیر برگزار می شود:
https://webinar2.qiet.ac.ir/deep_learning
آدرس فوق را می توان هم در مرورگر خود و هم در نرم افزار ادوبی کانکت باز کرد. البته جهت داشتن کیفیت بهتر، پیشنهاد می شود تا حتما از نرم افزار ادوبی کانکت استفاده شود.
لینک دانلود ادوبی کانکت
برای شرکت در جلسه اول نیاز به نام کاربری و رمز عبور نیست، لطفا به صورت مهمان (Guest) نام خود را وارد کرده و در دوره شرکت فرمایید.

با تشکر
تیم پشتیبانی دوره فشرده یادگیری عمیق در پایتون
@ai_box

با سلام،
ضمن تشکر از عزیزانی که در جلسه اول دوره فشرده یادگیری عمیق شرکت کردند، به استحضار می رساند لینک دانلود فیلم جلسه اول برای کلیه عزیزانی که در دوره ثبت نام کرده اند، ایمیل شد.

جلسه دوم انشالله 8 فروردین 1400 برگزار خواهد شد. لطفا توجه فرمایید آخرین مهلت پرداخت هزینه دوره دوشنبه 25 اسفند می باشد. پس از آن، نام کاربری و رمز عبور برای شرکت در جلسه دوم برای شما ایمیل می شود. لینک پرداخت هزینه نیز قبلا برای کلیه ثبت نام کنندگان ارسال شده است.

در صورت داشتن هرگونه سوال با @hdz2020 تماس حاصل فرمایید.
با تشکر
تیم پشتیبانی دوره فشرده یادگیری عمیق در پایتون
@ai_box

گوگل اینسپشن یکی از شبکه های عمیق مشهور است که دقت فوق العاده بالایی در تشخیص اشیاء مختلف دارد. یکی از محققان دانشگاه استنفورد تحقیق جالبی انجام داده که این شبکه بر روی چه تصاویری درست عمل نمی کند. در لینک زیر نتایج جالبی گزارش شده است:

https://abidlabs.github.io/Inception-Blindspots/

@ai_box

با سلام. نام کاربری و رمز عبور برای کلیه عزیزانی که هزینه دوره فشرده یادگیری عمیق در پایتون را پرداخت کرده اند، ارسال شد. چنانچه همچنان مایل به شرکت در دوره هستید، لینک پرداخت هزینه برای شما تا 7 فروردین 1400 فعال است، لطفا با توجه به تعطیلات، چنانچه هزینه را در این بازه پرداخت کردید، موضوع را به @hdz2020 یا deep.learning.qiet@gmail.com اطلاع دهید تا نام کاربری و رمز عبور برای شما ارسال شود. با تشکر
تیم پشتیبانی دوره فشرده یادگیری عمیق در پایتون
@ai_box

🎈 یک کتابچه خلاصه از دستورات ضروری پایتون شامل نحوه تعریف لیست ها، توابع، حلقه های تکرار، کلاس ها و غیره

@ai_box

محققان دانشگاه های دالیان چین و هنگ کنگ به تازگی روشی را برای ساخت خودکار کُمیک از روی ویدیوها طراحی کرده اند که قادر است با استفاده از یادگیری عمیق بدون دخالت انسان، یک فیلم واقعی را خلاصه کرده و در قالب یک داستان کوچک تصویری به همراه متن های خلاصه بر روی هر تصویر نمایش دهد.

https://techxplore.com/news/2021-02-automatically-comic-movies-videos.html

@ai_box

با سلام. انشالله جلسه دوم و جلسه اصلی دوره فشرده یادگیری عمیق در پایتون فردا یکشنبه ۸ فروردین برگزار می شود.

💥 در این جلسه مفهوم شبکه های کانولوشنی و نحوه پیاده سازی آن ها در پایتون مورد بررسی قرار می گیرد.

💥تنها ۶ ظرفیت خالی در کلاس باقی مانده است. چنانچه مایل به شرکت در کلاس هستید مراتب را از طریق @hdz2020 اطلاع دهید.

@ai_box

با سلام. انشالله امروز چهارشنبه 11 فروردین طبق تقویم اعلامی، جلسه سوم دوره فشرده یادگیری عمیق در پایتون راس ساعت 18 برگزار می شود.
در این جلسه یک مثال عملی از شبکه های کانولوشنی در پایتون جهت طبقه بندی تصاویر رنگی پیاده سازی می شود.
@ai_box

با سلام. انشالله جلسه پنجم دوره فشرده یادگیری عمیق در پایتون امروز یکشنبه ۱۵ فروردین راس ساعت ۱۸ برگزار می شود.
در این جلسه ابتدا در مورد تنظیم هایپرپارامترهای شبکه های عصبی عمیق صحبت می شود و سپس برنامه ای در گوگل کولب جهت شناسایی و مکان یابی اشیا توسط شبکه YOLO پیاده سازی می شود.
@ai_box