چند ماه پیش OpenAI مدل ای معرفی کرد به اسم CLIP که می تونه تصاویر و متن رو به صورت معنایی بهم وصل کنه. مثلا تصویر بارون روی شیشه با متن "قطرات باران روی شیشه" بازنمایی های نزدیکی رو در فضای برداری تولید می کنند.
خب به چه دردی می خوره؟
با این مدل می تونید بازیابی تصویر انجام بدید (تصاویر رو با متن سرچ کنید)
یک عکس و چند تا کلاس بدید و به صورت zero shot تشخیص می ده عکس متعلق به کدوم کلاس است.
یک کاربرد دیگش چیزی شبیه به analogies در word2vec هست مثلا بازنمایی برداری تصویر یک سیب قرمز رو با بازنمایی کلمه "سبز" جمع می کنید و بازنمایی نهایی شبیه به تصویر یک سیب سبز می شه. (نمونه اش پایین هست)

نسخه ای فارسی این مدل رو با ۴۰۰ هزار (جفت تصویر و متن) آموزش دادیم. که قطعا قدرت مدل انگیلیسی رو نداره ولی به دقت خوبی رسیده و همه می تونند ازش استفاده کنن. توضیحات بیشتر راجب مدل، دیتاست، کاربردها و نحوه دسترسی بهشون به گیتهاب زیر سربزنید و با استار حمایت کنید🙏 سوالی هم هست بفرمایید.

https://github.com/sajjjadayobi/CLIPfa

نمونه analogy با مدل فارسی: تصویر ورودی سمت چپ با کلمه "دریای آبی" جمع شده و نزدیک ترین تصویر که سمت راستی باشه رو خروجی داده.

نمونه جستجوی "گل صورتی"
دموی لایو اش رو می تونید با لینک زیر تست کنید.
https://huggingface.co/spaces/SajjadAyoubi/CLIPfa-Demo

#آموزش #بلاگ
📢پست‌ جدید وبلاگ شناسا،
📝سوگیری‌های انسانی و تاثیر آن‌ها بر مدل‌های هوش مصنوعی

🔗 https://vrgl.ir/klJ0p


🖊در این مطلب با انواع سوگیری‌های انسانی آشنا می‌شویم، چرایی آن را بررسی می‌کنیم و تاثیر آن‌ها را بر روی مدل‌های هوش مصنوعی مشاهده می‌کنیم.

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

سلام دوستان کسی درس الگوریتمهای پیشرفته کارشناسی ارشد آشنایی داره بهم پیام بده.
@farzadhss

از بزرگواران کسی دیتاست ROSE-Youtu Face Liveness Detection Dataset را دارد؟

سلام.
دوستان محبت دارند و درخواست کلاس gan و object detection مجدد دادند.
خواستم خبر بدم که احتمال زیاد در تاریخ های ۷ و ۸ و ۱۴ و ۱۵ و ۲۱ و ۲۲ بهمن کلاس gan ی با موضوعات
Auto-Encoder
Style transfer
simple GAN
DCGAN
WGAN
pix2pix & cycle gan
proGAN
StyleGan
برگزارخواهد شد.
اگر قبل تنظیم دوره و باز شدن لینک ثبت نام در سایت کامنتی دارید بفرمایید.

https://evnd.co/b2OMa

کد تخفیف 15 درصدی مخصوص اعضای کانال:
cvision

این دوره GAN نیست.
لطفا قبل ثبت نام سرفصلها را چک کنید.

پیرامون دیتاست ROSE-Youtu Face Liveness Detection Dataset

آقا میثم شهبازی، از بزرگواران عضو کانال محبت کردند و این دیتاست را در اختیارم قرار دادند.
لطفا هر کسی این دیتاست را میخواهد با پایبندی به شرایط سایت دیتاست تا آخر هفته این دیتاست را از لینک زیر دانلود کند:
http://dataset.class.vision/spoof.zip

چون محدودیت حجم و ترافیک روی سرور سایت دارم لینک تا آخر هفته فعاله، اما اگر کسی به هر دلیلی تو این فرصت نتونست دانلود کنه تا قبل جمعه شب خبر بده پاک نکنم.

#دوره #آنلاین
دوره مقدماتی یادگیری عمیق و بینایی کامپیوتر.

این دوره با همکاری #دیجی_نکست برگزار می گردد.

کد تخفیف 15 درصدی مخصوص اعضای کانال:
cvision

برای ثبت نام و جزئیات دوره به سایت مراجعه فرمائید:
http://class.vision

#آموزش #منبع #کورس

Tutorial on Adversarial Robustness: Theory and Practice
آموزش برگزار شده در 31امین کنفرانس
NeurIPS
پردازش اطلاعات با شبکه های عصبی

https://adversarial-ml-tutorial.org/

#هوش_مصنوعی #منابع #آموزش #کنفرانس

#adversarial #attack #robustness

🙏Thanks to: @AI_Python

#رویداد_آنلاین

ثبت نام دوره ی GAN آغاز شد.
7 الی 22 بهمن به مدت 18 ساعت.
مدرس: علیرضا اخوان پور

📢🎉کوپن با اعتبار 80 هزار تومان برای اعضای کانال ( برای 10 نفر اول):
cvision_early
http://class.vision/product/gan-winter400/

دولت چین با استفاده از هوش مصنوعی و رصد کارمندان، اوقات خواب آنان را از ساعت کاری حذف و معادل آن را از حقوق ماهیانه کسر خواهد کرد.

🙏Thanks to: @akhbar_montakhab

#رویداد_آنلاین

ثبت نام دوره ی GAN آغاز شد.
7 الی 22 بهمن به مدت 18 ساعت.
مدرس: علیرضا اخوان پور

http://class.vision/product/gan-winter400/

✅ AV-HuBERT: speech recognition by lips
🌀 A self-supervised learning framework for audio-visual speech

Meta introduced AV-HuBERT, a speech recognition framework based on both its sound and the movement of the speaker’s lips.

AV-Hubert recognition accuracy is 75% higher than that of state-of-the-art models trained on the same number of trannoscriptions.

AV-Hubert surpasses the previous best audiovisual speech recognition system by using one tenth of the tagged data, which makes it potentially useful for languages with a small amount of audio data.

https://github.com/facebookresearch/av_hubert

@irandeeplearning

کانال اطلاع رسانی رویدادهای ملی و بین المللی:
- اخبار و استخدامی ها
- همایش ها و سمینار ها
- کنفرانس ها و ژورنال ها
- کارگاه ها و مسابقات
#Guide : t.me/convent/999
@convent

ما را در اینستاگرام دنبال کنید:
instagram.com/class.vision/