Tensorflow(@CVision) – Telegram
Tensorflow(@CVision)
15.3K subscribers
1.29K photos
310 videos
81 files
2.53K links
اخبار حوزه یادگیری عمیق و هوش مصنوعی
مقالات و یافته های جدید یادگیری عمیق
بینایی ماشین و پردازش تصویر

TensorFlow, Keras, Deep Learning, Computer Vision

سایت:
http://class.vision

👨‍💻👩‍💻پشتیبان دوره ها:
@classvision_support

لینک گروه:
@tf2keras
Download Telegram
Zero shot Persian text classification
چجوری بدون هیچ آموزش و دیتای دسته بندی متن فارسی انجام بدیم!!! می تونید فرایند مشخص کردن موضوع یه متن رو خودکار کنید. البته که هنوز به خوبی روش های با نظارت نیست.
نحوه کارشون چجوریه؟
روش اول (شباهت برداری): متن و لیبل های مد نظر رو تو فضایی برداری مقایسه میکنیم و اون لیبلی که شبیه تر بود انتخاب میشه. کدش تو تصویر بالای مشخصه

روش دوم (استفاده از روش استنتاج NLI): تسک اینجوریه که دو جمله رو می‌گیره و میگه با توجه به جمله‌ی اول، جمله‌ی دوم درست٫ غلط یا خنثی است.جمله ای مثال رو میدیم و جمله دوم مثالا مینویسیم این جمله راجب (ورزش؛ هر لیبلی می‌تونه باشه) است. این کار رو برای تمام لیبل ها انجام میدیم. و اونی که احتمال درستی جمله دومش از همه بیشتره رو به عنوان لیبل انتخاب میکنیم. کد توی تصویر پایین چپ (پایپلاین) و پایین راست (دستی)

روش دوم بهتره اما هنوز جای کار دارن اگه میخاید بیشتر بدونید مثلاً کمی دیتا هم دارید چجوری میشه بهترش کرد این لینک رو دنبال کنید:
https://bit.ly/2W0kBLP
پ.ن: طبق معمول مدل ها کار مهرداد فراهانی عزیز هست.
📌معرفی دوره‌های "جامع علم داده" و "تحلیل داده در بازارهای مالی" دانشگاه تهران

🔹دوره تخصصی تحلیل داده در بازارهای مالی
▫️تربیت تحلیلگران بازارهای مالی
▫️شناخت چارچوب‌های استقرار متدهای داده محور در بازارهای مالی
▫️مدیریت پروژه‌های علوم داده
▫️آشنایی با تکنولوژی‌ها و ابزارهای تخصصی تحلیل داده در بازارهای مالی
▫️بیش از ۱۶۰ ساعت آموزش کاربردی
🔔 شروع دوره : ۱۸ شهریور-پنجشنبه ها

🔹دوره جامع علم داده
▫️تربیت متخصصین در حوزه علم داده
▫️آموزش بیش از ۱۰ ابزار علم‌داده
▫️همراه با پروژه پایانی دوره
▫️بیش از ۳۵۰ ساعت آموزش تخصصی
🔔 شروع دوره : ۱۹ شهریور-جمعه ها

🔹برگزاری بصورت آنلاین
🔹ارائه گواهینامه دو زبانه دانشگاه تهران
🔹اساتید مطرح دانشگاه و متخصصین صنعت

⛔️ ظرفیت محدود

⁉️ پشتیبانی آنلاین
🆔@bperm_admin

📞 شماره تماس
☎️ 09377516759

اطلاعات بیشتر و ثبت نام دوره ها

🔗ثبت نام دوره جامع علم داده

🔗ثبت نام دوره تحلیل داده در بازارهای مالی

******
مرکز مطالعات دانشگاه تهران
🔻 t.me/bperm_ut
🔻 t.me/data_science_ut
🔻 instagram.com/bperm_ut
🔻 Wa.me/+989377516759
Forwarded from Shenasa-ai.ir
#آموزش #بلاگ
📢پست‌ جدید وبلاگ شناسا،
📝دوره: مقدمه‌‌ای بر شبکه‌های عصبی بازگشتی (RNNs) - جلسه دوم

🔗 https://vrgl.ir/NpIv4


🖊در این مجموعه پست‌ها تلاش می‌کنیم تا شما را با شبکه‌های عصبی بازگشتی یا RNN ها آشنا کنیم. محتوای این پست‌ها بر اساس دوره آموزشی شبکه‌های بازگشتی عمیق با تدریس مهندس علیرضا اخوان‌پور تهیه شده است. قسمت‌های بعدی این آموزش نیز به زودی در ویرگول و سایت شناسا منتشر خواهد شد.

ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش‌های آینده را پیشنهاد بدهید.

————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
👍1
Forwarded from AAISS 2026
#معرفی_کارگاه

👤علیرضا اخوان‌پور

💡موضوع کارگاه:
Discriminative Feature Learning and Face Recognition

پیش‌نیازهای کارگاه:
Keras, Tensorflow, Convnet

#AAISS2021
@aaiss_aut
Forwarded from AAISS 2026
#معرفی_کارگاه

👤علیرضا اخوان‌پور

💡موضوع کارگاه:
Imbalanced classification and focal loss

پیش‌نیازهای کارگاه:
Keras, Tensorflow, Convnet

#AAISS2021
@aaiss_aut
Forwarded from Shenasa-ai.ir
#تشخیص_اشیاء
#object_detection

#YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported.

https://github.com/Megvii-BaseDetection/YOLOX
Documentation: https://yolox.readthedocs.io/

————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
Forwarded from Shenasa-ai.ir
This media is not supported in your browser
VIEW IN TELEGRAM
این بار استخراج نقاط کلیدی بدن به صورت سه بعدی در مدیاپایپ!
3D Pose Detection with MediaPipe BlazePose GHUM and TensorFlow.js

بلاگ پست | همین الان در مرورگرتان تست کنید

————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai
#سورس_کد #آموزش
#داکیومنت جدید سایت Keras پیرامون:

تخمین سه بعدی از روی عکس دو بعدی!
Monocular depth estimation

https://keras.io/examples/vision/depth_estimation/
Neural HMMs are all you need (for high-quality attention-free #TTS)
https://shivammehta007.github.io/Neural-HMM/
AP-10K: A Benchmark for Animal Pose Estimation in the Wild

https://arxiv.org/pdf/2108.12617.pdf
مقاله ای که ایده ی تراز کردن چهره با نقاط کلیدی و ماتریس شباهت از آن نشات گرفته(مقاله 1991 با بیش از 2k ارجاع):
Least-squares estimation of transformation
parameters between two point patterns.
https://www.computer.org/csdl/journal/tp/1991/04/i0376/13rRUxly8Yp
Forwarded from Shenasa-ai.ir
#جذب_نیرو #غیر_فنی
یک نیروی فول تایم جهت لیبل زنی داده با حقوق پایه و بیمه نیاز داریم.
برای جزئیات لطفا به ایمیل
akhavan@shenasa.ai
با عنوان ایمیل annotate اطلاعات تماس و اطلاعات فردی یا رزومه را ارسال نمائید.
#کورس
CSCI 1290: Computational Photography and Image Manipulation
http://cs.brown.edu/courses/cs129/

Learning objectives:

Describe the foundation of image formation, measurement, and analysis;
Understand the geometric relationships between 2D images and the 3D world;
Consider the relationship between optical and computational processing;
Experiment with how compute can overcome spatiotemporal undersampling and noise;
Be familiar with both the theoretical and practical aspects of computing with images;
Developed the practical skills necessary to build novel imaging systems.
1
#آموزش #گوگل_کولب

یک ترفند ساده برای جلوگیری از قطع شدن های تصادفی Google Colab!

میدانید که 12 ساعت پشت سر هم میتونیم از گوگل‌کولب استفاده کنیم، اما وقتی ترینی را برای مدت طولانی میگذاریم به صورت تصادفی ما را disconnect میکنه که شما دکمه ی را کلیک کنید و ادامه بدهد!
خب این کارو کافیه به جاوا اسکریپت بسپرید!

فقط کافیه ابتدای کار کد زیرو اجرا کنید:

#This cell runs JS code to automatic reconnect to runtime:

import IPython
from google.colab import output

display(IPython.display.Javanoscript('''
function ClickConnect(){
btn = document.querySelector("colab-connect-button")
if (btn != null){
console.log("Click colab-connect-button");
btn.click()
}

btn = document.getElementById('ok')
if (btn != null){
console.log("Click reconnect");
btn.click()
}
}

setInterval(ClickConnect,60000)
'''))

print("Done.")
Tensorflow(@CVision)
#آموزش همانطور که میدانید چند وقتیه که گوگل کولب GPUهای Tesla V4 با مشخصات زیر را به صورت رایگان در اختیار محققان قرار داده 16GB of VRAM 160 TFLOPS of GPU power اما این که چه موقع GPUی K80بهتون بده چه موقع Tesla V4 دست خودتون نیست، ممکنه به دلایلی مثل…
#آموزش #گوگل_کولب
بررسی نسخه گوگل‌گولب:
در حال حاضر گوگل کولب به صورت تصادفی یکی از 4 کارت گرافیک سری تسلای K80, T4, P4 یا P100 را بهمون میده، حالا کافیه با تایپ کامند
!nvidia-smi
بفهمیم توی سشن فعلی چی بهمون داده.

روش دیگه اینه که کد زیر را اول نوت بوک یا کد پایتونیتون بزارید که اگر GPU مورد نظرمون را بهمون نداده بود Exception بده!


import pynvml


pynvml.nvmlInit()
handle = pynvml.nvmlDeviceGetHandleByIndex(0)
device_name = pynvml.nvmlDeviceGetName(handle)

if device_name != b'Tesla T4':
raise Exception("""
Unfortunately this instance does not have a T4 GPU.

Please make sure you've configured Colab to request a GPU instance type.

Sometimes Colab allocates a Tesla K80 instead of a T4. Resetting the instance.

If you get a K80 GPU, try Runtime -> Reset all runtimes...
""")
else:
print('Woo! You got the right kind of GPU!')

#colab #tesla #GPU