#دوره_آموزشی
#ظرفیت_محدود
دوره پیشرفته یادگیری عمیق با محوریت شبکه های بازگشتی برگزار میگردد.
http://class.vision/product/deep2/

کد تخفیف 30 هزار تومانی مخصوص اعضای کانال:
cvision

این دوره پیش نیاز دارد. کد تخفیف 50 درصدی فیلم های پیش نیاز ارسال میگردد که در صورت نیاز استفاده شود.
پیش نیاز این دوره آشنایی با شبکه های کانولوشنالی و توانایی پیاده سازی در کراس است.

چرا باید از keras به tf.keras مهاجرت کنیم؟

https://www.pyimagesearch.com/2019/10/21/keras-vs-tf-keras-whats-the-difference-in-tensorflow-2-0/

در صورتی که سوالی در مورد محتوای دوره، پیش نیازها، کاربردها و ... دارید میتوانید سوالات خود را به

@Atefee_Vlp

ارسال کنید، بسته به تنوع سوالات و توضیحات مورد نیاز، سوالات پرتکرار به صورت ویدیو، live اینستا، یا متن در کانال پاسخ داده میشود.

همان طور که قبلا اعلام شد، مباحث "دوره آموزشی پیشرفته یادگیری عمیق" که با محوریت RNNها در Tensorflow2 در محل صندوق نوآوری و شکوفایی برگزار خواهد شد نیاز به دانستن پیش‌نیازهای اعلام شده دارد.

در صورتی که با پیش نیازهای ذکر شده در توضیحات دوره آشنایی ندارید، می‌توانید به مدت محدود و تا قبل از 10 آبان با 50 درصد تخفیف ویدئوی دوره 12 ساعته مقدماتی را با قیمت 50 هزار تومان تهیه نمایید.

⁉️چرا؟
تا با مشاهده فیلم ها در صورتی که احساس کردید میتوانید دوره پیشرفته را همراهی کنید ثبت نام خود را انجام دهید.

⁉️آیا لزوما باید دوره حضوری یا غیر حضوری قبلی را شرکت کرده باشم؟
ضرورتی به مشاهده فیلمهای دوره مقدماتی نیست و با هر منبعی پیش نیازهای ذکر شده در سایت یا به طور خلاصه تسلط به پیاده سازی یک شبکه کانولوشنالی ساده دلخواه برای تسک های طبقه بندی و رگرسیون را کسب کرده اید میتوانید در دوره پیشرفته شرکت کنید.


❌اما مهم است بدانید دوره جدید بدون دانستن پیش نیاز هیچ سودی برای شما نخواهد داشت.

کد تخفیف دوره قبل:
half

لینک ویدیوی دوره قبل:
http://class.vision/deeplearning-keras/

📌 فراخوان دعوت به ارائه بحث و/یا کارگاه آموزشی در پژوهشگاه دانش های بنیادی (IPM)

📝 پژوهشکده علوم شناختی پژوهشگاه دانش های بنیادی (IPM) در نظر دارد در راستای ترویج علوم اعصاب و آموزش محققین، کارگاه های آموزشی و سخنرانی های علمی در زمینه علوم شناختی و حوزه های مرتبط از جمله علوم داده، هوش مصنوعی، علوم کامپیوتر، مهندسی برق، علوم زیستی و فلسفه ذهن برگزار نماید. در این راستا از شرکت ها، اساتید مجرب و پژوهشگران متخصص داخل و خارج کشور که علاقمند به برگزاری رویداد، تدریس و یا سخنرانی در حوزه های یاد شده هستند دعوت می شود با پر کردن گوگل فرم زیر عناوین پیشنهادی به همراه چکیده بحث و/یا سرفصل های آموزشی خود را به پژوهشکده ارسال نمایند. پس از بررسی های اولیه و در صورت احراز شرایط با متقاضی مربوطه تماس گرفته خواهد شد.

🔗 https://forms.gle/PJE1AQHzowELmiw56
🌐 http://scs.ipm.ac.ir/

⚠️ لطفا در نظر داشته باشید که اولویت با طرح های زودتر ارسال شده می باشد.

🔔 اطلاع رسانی های آتی از طریق کانال تلگرامی @convent انجام خواهد شد.

Generalization in Neural Networks

در این پست از 12 گونه مختلف سگ، 10 گونه را برای آموزش قرار داده و 2 گونه را برای تست و با روش های مختلف regularization میزان عمومیت بخشی مدل را مقایسه کرده...

https://medium.com/deep-learning-demystified/generalization-in-neural-networks-7765ee42ac23

3 ways to create a Keras model with TensorFlow 2.0 (Sequential, Functional, and Model Subclassing)
https://www.pyimagesearch.com/2019/10/28/3-ways-to-create-a-keras-model-with-tensorflow-2-0-sequential-functional-and-model-subclassing/

پیاده سازی YoloV3 با TensorFlow 2.0

https://github.com/zzh8829/yolov3-tf2
#تنسورفلو #یادگیری_عمیق #تشخیص_اشیا
❇️ @AI_Python
✴️ @AI_Python_EN

Neuronal correlates of a perceptual decision,
the fig shows the responses of a directional selective MT neuron, at three different motion correlations spanning the physiological threshold in the task.
(task: directional or nondirectional balls.)
with a correlation of 12.8%, the neuron choices were barely overlapped and performed nearly perfect.
ارتباط میان همبستگی توپ های موجود در تسک و پاسخ نرون تصمیم گیرنده ی جهت را میبینید.
با آستانه ی ۱۲.۸ درصد همبستگی میان توپ ها، نورون در ۸۲ درصد حالات انتخاب صحیحی داشته است و همچنین اسپایک های قوی تری داشته است.
paper: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=7&cad=rja&uact=8&ved=2ahUKEwjF5viKvcHlAhXjx4UKHd67AYgQFjAGegQICBAH&url=https%3A%2F%2Fmonkeybiz.stanford.edu%2FMovshon-1.pdf&usg=AOvVaw0_r4zCY6LwUQdpbv0407xv

#neuroscience
#cognitive
#human_brain

سلام.
از امروز به مدت 10 روز پست هایی در رابطه با نوروساینس با هشتگ #neuroscience نیز در کانال قرار خواهد گرفت.
پس از این بازه آزمایشی رای گیری در کانال صورت خواهد گرفت که این روال ادامه پیدا کند یا خیر و همانند قبلا صرفا تخصصی به زمینه هوش مصنوعی، یادگیری عمیق پرداخته شود...

#دوره_آموزشی
از حامیان دوره پیشرفته، مجموعه‌های
همتک، شناسا و صندوق نوآوری و شکوفایی هستند.
در 15 دقیقه ابتدای جلسه نخست 30 آبان میزبان دکتر خلیق رضوی، مدیرعامل مجموعه همتک خواهیم بود.

اطلاعات دوره:
https://news.1rj.ru/str/cvision/1461

صفحه ۹۹ کتاب شناخت اعصاب استرنبرگ یک نکته ی جالب داره و آن هم اینکه در جایی اش عنوان میکنه که برخی پردازش های فعال اطلاعات حسی، اطلاعات به یاد سپرده شدن و اطلاعات شناختی، ناشی از توجه است و بدون اینکه از آن ها آگاهی هشیار داشته باشیم انجام میشود.
مثال آن هم نوشتن اسمتون است که توجه دارید ولی داخل هشیاری شما وارد نشده، در واقع پردازش اسمتون و نوشتن آن توسط توجه و خارج از آگاهی شما انجام میشود و در حین این کار ممکن است کاملا غیر هشیار باشید.
#neuroscience
#cognitive
#human_brain

#مقاله #پیاده_سازی

ICCV 2019 Implementations
پیاده سازی مقالات ارائه شده در کنفرانس ICCV 2019:

https://paperswithcode.com/conference/iccv-2019-10

#ICCV #ICCV2019

پخش زنده تا 8 ساعت دیگر:
#TFWorld
TensorFlow World 2019 | Day 1 Livestream

https://www.youtube.com/watch?v=MgrTRK5bbsg&list=PLQY2H8rRoyvxcmHHRftsuiO1GyinVAwUg&index=2

چالش Question Answering کگل که جایزه ی ویژه ای برای پاسخ ها با تنسرفلو 2 گذاشته!

TensorFlow 2.0 Question Answering

https://www.kaggle.com/c/tensorflow2-question-answering/notebooks

یک برنامه که خطوط و شکل های اضافی اطراف متون را حذف میکند و تشخیص متن در تصویر (OCR) و حل کردن کپچاهای ساده را راحت تر میکند.

https://github.com/yikeqicn/DeepErase

🙏Thanks to: @techinsider_channel

#fun

وقتی مساله با یک logistic regression ساده حل میشه، ولی از Deep استفاده میکنیم...

آموزش تبدیل Jupyter Notebook به Rest API:

http://blog.class.vision/1398/08/jupyter_notebook_into_rest_api/

Hugging Face: State-of-the-Art Natural Language Processing in ten lines of TensorFlow 2.0

https://medium.com/tensorflow/using-tensorflow-2-for-state-of-the-art-natural-language-processing-102445cda54a

#Transformers