دوستان مشکل سایت مرتفع شد.

class.vision

با تشکر از صبر شما و پوزش به دلیل مشکل

پیرامون این تابع لاس،
با دانش فعلی بنده، این طور به نظر میرسه که از اونجایی که جنس این loss funxtion از نوع correlation هست جاهایی که شباهت خطی مجموعه نقاط خروجی شبکه با خروجی مورد انتظار (ground truth) برامون اهمیت داره این لاس میتونه کارو بهتر کنه.
اما جاهایی که مقادیر خودشون به تنهایی اهمیت دارند همون توابع ساده مثل mse و mae کفایت میکنه.
مثلا تو تخمین قیمت از همون توابع ساده باید استفاده شه، اما فرض کنید با نگاه به چهره ی فرد میخوایم ضربان قلبشو تشخیص بدیم، چون این ترند نوسان مقادیر تو مثلا 40 فریم متوالی برامون به مراتب مهمتره از تک تک مقدارهای نقطه به نقطه ی هر لحظه است، برای آموزش از لاس پیرسون استفاده میکنیم.

AdaBelief Optimizer: fast as Adam, generalizes as good as SGD, and sufficiently stable to train GANs. (NeurIPS 2020)

Project page: https://juntang-zhuang.github.io/adabelief/
Paper: https://arxiv.org/abs/2010.07468
GitHub: https://github.com/juntang-zhuang/Adabelief-Optimizer

مقاله‌ی بسیار مفید برای بررسی تفاوت‌های بازشناسی اشیا در مغز و شبکه‌های عصبی فیت فوروارد،‌ معرفی MIRC و بررسی حساسیت‌های آن.
https://www.pnas.org/content/113/10/2744
#cognitive
#neuroscience

اینارو هم میتونید امتحان کنید:
https://thishorsedoesnotexist.com اسب
https://thiscatdoesnotexist.com گربه
https://thischemicaldoesnotexist.com ماده شیمیایی

همه این تصاویر توسط مدل فوق العاده StyleGAN v2 که توسط Nvidia ارائه شده، تولید می شوند

لینک پیاده سازی :
https://github.com/NVlabs/stylegan2
لینک مقاله:
http://arxiv.org/abs/1912.04958

#آموزش #ویدیو #کورس #رایگان
Machine Learning for Healthcare
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-s897-machine-learning-for-healthcare-spring-2019/

Neural-Network Can Identify a Melody Through Musicians' Body Movements

https://interestingengineering.com/neural-network-can-identify-a-melody-through-musicians-body-movements

Less Than One’-Shot Learning:Learning N Classes From M<N Sample

https://arxiv.org/pdf/2009.08449.pdf

#بیست_دقیقه_با_مقاله
#rppg

موضوع:
Remote Heart Rate Measurement from Highly Compressed Facial Videos: an End-to-end Deep Learning Solution with Video Enhancement“ ICCV2019
ارائه مقاله
پست را در لینکدین ببینید:
https://www.linkedin.com/feed/update/urn:li:activity:6726153295942967296

در آپارات ببینید:
https://www.aparat.com/v/VXmhu

CS294-158 Deep Unsupervised Learning

GAN, DC GAN, ImprovedGAN, WGAN, WGAN-GP, Progr.GAN, SN-GAN, SAGAN, BigGAN(-Deep), StyleGAN-v1,2, VIB-GAN, GANs as Energy Models

Video:
https://www.youtube.com/watch?v=1CT-kxjYbFU&feature=youtu.be

Slide:
https://drive.google.com/file/d/1qCVpu2zFz1uEe3QcNHGlaT1Rs2u8HrCc/view

notebook:
https://github.com/rll/deepul/blob/master/demos/lecture5_gan_models_demos.ipynb

سال ۲۰۱۸، Lobe.ai یک استارتاپ نوپا در زمینه یادگیری عمیق که Mike Mates از موسس‌های اون هست، دمویی از پروژه پیش‌روشون منتشر کردن که به‌شدت جذاب و نوید دهنده بود و چندماه پس از انتشار توسط مایکروسافت خریداری شد.
حالا دو سال بعد از سکوت و انتشار خبر جدیدی، چند روز پیش این پروزه لانچ شده و ورژن بتا (Beta) اون برای سیستم‌های ویندوز و مک منتشر شده. در ویدئوی بالا می‌تونین دموی اون رو ببنین و در لینک برنامه رو دریافت کنین:

https://lobe.ai/

این چنین پروژه‌هایی البته، همون‌طور که جذاب هستن می‌تونن باعث ایجاد تغییرات منفی در اکوسیستم یادگیری عمیق بشن.

این پروژه تا حدودی شباهت زیادی به پروژه Teachable Machine گوگل داره که در پیام بالا معرفی شده.

Introducing the First AI Model That Translates 100 Languages Without Relying on English

https://about.fb.com/news/2020/10/first-multilingual-machine-translation-model/

https://github.com/pytorch/fairseq/tree/master/examples/m2m_100

3D Machine Learning

In recent years, tremendous amount of progress is being made in the field of 3D Machine Learning, which is an interdisciplinary field that fuses computer vision, computer graphics and machine learning. This repo is derived from my study notes and will be used as a place for triaging new research papers.

https://github.com/timzhang642/3D-Machine-Learning

Three implementations of Yolo V4 for object detection in TF2 / Keras:

https://github.com/emadboctorx/yolo-tf2
https://github.com/yuto3o/yolox
https://github.com/taipingeric/yolo-v4-tf.keras

#YOLO #YOLOV4

Large-scale multilingual audio visual dubbing

Paper: https://arxiv.org/pdf/2011.03530v1.pdf

توی این مقاله روشی ارائه شده که میتونه فیلم رو با دقت بالایی از یه زبان به یه زبان دیگه ترجمه و دوبله کنه. میتونید نمونه این دوبله‌ها رو در این جا ببینید:

https://m.youtube.com/channel/UC6CIb_eaKEsKE213TVEdYFw/videos?view=0

هر چند قبلا سابقه داره، اما دوباره François Chollet (خالق کراس) به Yann LeCun (مدیر هوش مصنوعی فیس بوک، و همچنین ارائه دهنده اولین شبکه کانولوشنالی) شدیدا گیر داده که چرا تو فیس بوک شرکت ضد دموکراسی کار میکنی :)
https://twitter.com/fchollet/status/1326559775954407425