#خبر #بلاگ
📢 پست‌ جدید وبلاگ شناسا،
📝 آیا هوش مصنوعی بهتر از انسان عمل می‌کند؟

🔗 https://vrgl.ir/O0Ok1

🖊 در این مطلب می‌بینید که آیا هوش مصنوعی قادر به انجام کارها همانند انسان هست یا نه و چالش‌های پیش روی هوش مصنوعی مورد بررسی قرار خواهد گرفت.

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

یه پست خوب پیرامون انواع روش های نرمالسازی لایه ها، شامل:
Batch normalization (2015)
Synchronized Batch Normalization (2018)
Layer normalization (2016)
Instance Normalization: The Missing Ingredient for Fast Stylization (2016)
Weight normalization (2016)
Adaptive Instance Normalization (2017)
Group normalization (2018)
Weight Standardization (2019)


In-layer normalization techniques for training very deep neural networks

@cvision

قسمت پایانی و 16 رویداد کارت پانچ:هوش مصنوعی و Software2.0

لینک قسمت پایانی و شانزدهم اولین رویداد #من_برنامه_نویسم (کارت پانچ)

سخنرانی علیرضا اخوان پور، مدیر فنی مجموعه دانش بنیان شناسا Shenasa-ai.ir و مدرس یادگیری عمیق

#آموزش #ویدیو
اگر قبلا ارائه مقاله Group normalization از گروه Facebook AI Research در ECCV2018 را ندیده اید توصیه میکنم حتما ببیند.

*پانوشت: وقتی که نمیتونیم سایز batch را به اندازه کافی بزرگ کنیم روش batch norm افت دقت بالایی را مشاهده میکند، روش هایی نظیر Layer Norm، Instance Norm و GN برای رفع وابستگی نرمالسازی به سایز مینی بچ ارائه شدند.

https://youtu.be/m3TN9FFmqsI

—-
از قدیمی ترین کانالهای یادگیری عمیق و بینایی کامپیوتر
@Cvision

کانال منابع برنامه نویسی
با مدیریت فارغ التحصیلان کامپیوتر دانشگاه علم و صنعت ایران
@pythony

#خبر
تنسرفلو 2.7 منتشر شد!
What's new in TensorFlow 2.7?

چه چیزهای جدیدی در این نسخه وجود دارد؟
پیام های ارور مناسب تر،
داکیومنت و روش های بهتر برای مهاجرت از تنسرفلو 1 به 2،
اضافه کردن مدلها جدید به هاب
و ...

https://blog.tensorflow.org/2021/11/whats-new-in-tensorflow-27.html

#خبر #نوروساینس #مقاله

مغز ویژگی های مرتبط با چهره را به صورت فاکتورهای معنا دار نظیر سن و ... را در سطح single neuron کد میکند
Unsupervised deep learning shows that the brain disentangles faces into semantically meaningful factors, like age or a given smile, at the single neuron level.

https://www.nature.com/articles/s41467-021-26751-5

امروز به گوگل هاب نسخه 5 سبک یولو اضافه شد
با چند خط کد استفاده کنید :)
yolo-v5-tflite
https://tfhub.dev/neso613/lite-model/yolo-v5-tflite/tflite_model/1

#آگهی
استخدام مدیر پروژه نرم افزار

#آگهی
استخدام کارشناس و پژوهشگر هوش مصنوعی

#متن_باز #سورس_کد #ocr
یک ابزار OCR متن باز قوی،
با پشتیبانی از زبان شیرینی پارسی
#easyocr

Ready-to-use OCR with 80+ supported languages and all popular writing noscripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc.

روی کولب امتحان کنید:
https://colab.research.google.com/github/vistec-AI/colab/blob/master/easyocr.ipynb#scrollTo=d_OUXPmfvNkh

دموی آنلاین:
https://www.jaided.ai/easyocr/

مستندات آموزش مدل:
https://github.com/JaidedAI/EasyOCR/blob/master/custom_model.md

#ocr #ctc #cnnrnn
✌️Join us: @cvision

Unseen Object Amodal Instance Segmentation (UOAIS)

#segmentation

Code:
https://github.com/gist-ailab/uoais#unseen-object-amodal-instance-segmentation-uoais

Paper:
https://arxiv.org/abs/2109.11103

Dataset:
https://paperswithcode.com/dataset/ocid

Project page:
https://sites.google.com/view/uoais

کتابخانه گراف تنسرفلو منتشر شد
📢Cheering megaphone Announcing TensorFlow GNN, a new graph neural network library for researchers and developers.

لینک خبر:
https://blog.tensorflow.org/2021/11/introducing-tensorflow-gnn.html

لینک گیت پروژه:
https://github.com/tensorflow/gnn

کانال خوبی در مورد معرفی رویدادهای مرتبط با هوش مصنوعی

@eventai

Papers with Code is now helping to maintain . https://Aideadline.es

AI Conference Deadlines makes it easy to find and follow conference deadlines in areas such as machine learning and NLP.

🙏Thanks to: @AI_Python

#آموزش #بلاگ
📢پست‌ جدید وبلاگ شناسا،
📝دوره: مقدمه‌‌ای بر شبکه‌های عصبی بازگشتی (RNNs) - جلسه چهارم

🔗 https://vrgl.ir/kFEDU


🖊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

A resource for learning about ML, DL, PyTorch and TensorFlow. Feedback always appreciated :)

https://github.com/aladdinpersson/Machine-Learning-Collection

GFPGAN (CVPR 2021)
aims at developing Practical Algorithm for Real-world Face Restoration.
It leverages rich and diverse priors encapsulated in a pretrained face GAN (e.g., StyleGAN2) for blind face restoration.


Paper:
https://arxiv.org/pdf/2101.04061.pdf

Colab demo:
https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo

Github:
https://github.com/TencentARC/GFPGAN

TensorFlow Federated
https://www.tensorflow.org/federated/get_started

بلاگ یکی از توسعه دهندگان کراس/تنسرفلو:
https://lukewood.xyz/blog

#آموزش
تو فریم‌ورک keras/tensorflow نه تنها میشه برای هر لایه یک learning rate گذاشت(مثلا برای difrentable learning rate در ترنسفر لرنینگ) بلکه میشه برای هر لایه یک optimizer جدا داشت!
https://www.tensorflow.org/addons/api_docs/python/tfa/optimizers/MultiOptimizer