#MobileNet: Pre_Trained Tensorflow Computer Vision Models.

Developers who want to start using these models should go to the Tensorflow Mobile page:
🔗 https://www.tensorflow.org/mobile/
More information about theTensorflow-Slim image classification library is available on Github:
🔗 https://github.com/tensorflow/models/blob/master/slim/README.md

#TensorFlow #pre_train #model #vision

#Tensorflow #benchmark, #CPU VS #GPU
http://www.nvidia.com/object/gpu-accelerated-applications-tensorflow-benchmarks.html

#مقایسه فریم ورکهای یادگیری عمیق و GPU ها:

Deep Learning Benchmarks of NVIDIA Tesla P100 PCIe, Tesla K80, and Tesla M40 GPUs
[Posted on January 27, 2017]

🔗 https://www.microway.com/hpc-tech-tips/deep-learning-benchmarks-nvidia-tesla-p100-16gb-pcie-tesla-k80-tesla-m40-gpus

#deep_learning #GPU #benchmark

#NVIDIA DGX-1 with #Tesla V100
این باکس پردازشی 960 ترا FLOPS عملیات پشتیبانی میکند؛ و حدود 100 برابر سریعتر از سی پی یو سرور است.
https://www.nvidia.com/en-us/data-center/dgx-1/

باسلام وقت بخیر
ضمن قبولی طاعات و عبادات ...


فیلم جلسه هفتم دوره « تحلیل با رویکرد یادگیری ژرف بر بستر کلان داده‌ »
ارائه دهنده این جلسه:
👤مهندس ابوالفضل مهدی زاده
🔗 🎥 http://bigdataworkgroup.ir/learning-contents/deep-learning-contents/1357



—------------------

جلسه تحلیل داده های آتش نشانی با استفاده از اسپارک در عمل
ارائه دهنده این جلسه :
👤مهندس مبین رنجبر
🔗 🎥 http://bigdataworkgroup.ir/events/spark/1361



فیلم جلسات دیگر دوره تحلیل با رویکرد یادگیری ژرف به زودی منتشر خواهد شد...
@bigdataworkgroup

#خبر

Google’s #TensorFlow object detection API will power your computer vision models
[Published June 17, 2017]
pic: http://bit.ly/2rInFXv

🔗 http://thetechnews.com/2017/06/17/googles-tensorflow-object-detection-api-will-power-your-computer-vision-models/

Code:
🔗 https://github.com/tensorflow/models/tree/master/object_detection

#object_detection #API #VISION

#آموزش
A Guide to Running #Tensorflow Models on #Android

Code for this video:
https://github.com/llSourcell/A_Guide_to_Running_Tensorflow_Models_on_Android

#منابع #مسیر_یادگیری
مسیر پیشنهادی مطالعاتی برای شروع یادگیری عمیق

خیلی از دوستان سوال پرسیدند که برای شروع از کجا شروع کنیم، ترتیب پیشنهادی استفاده از منابع را نوشته ام...

#آموزش
راهنمای خرید یک سیستم مناسب برای یادگیری عمیق:

great Deep Learning box
Assembly, setup and benchmarks

اگر بخواهید یک سیستم مخصوص کارهای یادگیری عمیق بخرید، خواندن این مقاله را توصیه میکنم...
چه مادربوردی بگیرم؟!
چه کارت گرافیکی مناسب است، آیا تسلا ارزش خرید دارد؟!
چه قدر رم احتیاج دارم؟!
پاور مناسب برای اینکار چیست؟!
و ...
https://blog.slavv.com/the-1700-great-deep-learning-box-assembly-setup-and-benchmarks-148c5ebe6415

#Deep_Learning #GPU #benchmark #assembly

#مقاله
مقاله ی جدید و جالب Google Brain + کد #تنسرفلو
آموزش یک شبکه عصبی برای چندین کار مختلف همزمان!

One Model To Learn Them All
(Submitted on 16 Jun 2017)
pic: http://deepnn.ir/tensorflow-telegram-files/tensor2tensor.PNG


🔗abstract:
https://arxiv.org/abs/1706.05137

🔗Paper:
https://arxiv.org/pdf/1706.05137.pdf

🔗Code:
https://github.com/tensorflow/tensor2tensor

یادگیری عمیق در بسیاری از زمینه ها نظیر تشخیص گفتار، طبقه بندی تصویر، ترجمه و ... استفاده می‌شود.
اما تا کنون بدین نحو بوده که برای هر مساله، یک مدل عمیق با یک معماری خاص انتخاب میشد و با تنظیم پارامترها و با فرآیند یادگیری و تنظیم اوزان شبکه برای آن مساله به خوبی کار میکرد اما برای مسائل دیگر قابل استفاده نبود.
در این مقاله یک مدل واحد که در حوزه های مختلف نتایج خوبی داشته استفاده شده و چندین کار را آموزش دیده است. به طور خاص، این مدل تنها به صورت همزمان در ImageNet، وظایف مختلف ترجمه، شرح تصویر، تشخیص گفتار، و کار تجزیه زبان انگلیسی آموزش داده است.
این مدل در بسیاری از مسائل با مدلهای state-of-the-art هر حوزه که فقط برای آن کار آموزش دیده اند قابل مقایسه بوده و در برخی از حوزه ها کارایی بهتری نسبت به زمانی که فقط برای همان حوزه آموزش دیده شده گزارش شده است.


# Google_Brain #tensor2tensor
#deep_learning
#speech_recognition, #image_classification, #translation

#dataset:
Announced Sept 2016:

Google Open Images (~9M images)
https://github.com/openimages/dataset

Youtube-8M (8M videos)
https://research.google.com/youtube8m/

Benchmarks for popular CNN models

🔗 https://github.com/jcjohnson/cnn-benchmarks

Some general conclusions:

- Pascal Titan X > GTX 1080
- GTX 1080 > Maxwell Titan X
- ResNet > VGG
- Always use cuDNN
- GPUs are critical

#Benchmark #Deep_Learning #CNN #GPU #Model

#آموزش
LSTM by Example using Tensorflow

https://medium.com/towards-data-science/lstm-by-example-using-tensorflow-feb0c1968537

#deep_learning #LSTM #TensorFlow

#مقاله
Perceptual Generative #Adversarial Networks for Small Object Detection

https://arxiv.org/abs/1706.05274

فریم ورک های یادگیری عمیق
#Torch, #PyTorch, #TensorFlow, #Caffe2
#deep_learning #framework

Advice:
#TensorFlow is a safe bet for most projects. Not perfect but has huge community, wide usage. Maybe pair with high-level wrapper (#Keras, #Sonnet, etc)
I think #PyTorch is best for #research. However still new, there can be rough patches.
Use TensorFlow for one graph over many machines

✔️Consider #Caffe, #Caffe2, or TensorFlow for production deployment

✔️Consider TensorFlow or Caffe2 for #mobile

🖇source: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdf

#deep_learning #framework

Deep learning frameworks in GitHub:

http://www.cio.com/article/3193689/artificial-intelligence/which-deep-learning-network-is-best-for-you.html

#framework #deep_learning

PyTorch vs TensorFlow — spotting the difference
[Published June 21, 2017]

https://medium.com/@dubovikov.kirill/pytorch-vs-tensorflow-spotting-the-difference-25c75777377b

#PyTorch #TensorFlow #deep_learning #framework

#کورس #آموزش
دوره رایگان آموزش مبانی یادگیری عمیق توسط ماکروسافت
این دوره از 5 تیر 96 آغاز شده و طول این دوره 6 هفته است.
در این دوره با فریم ورک CNTK یا Microsoft Cognitive Toolkit آشنا خواهید شد.

Free EDX Course: " Deep Learning Explained "
Starts - Jun 27, 2017
Course Syllabus:
Week 1: Introduction to deep learning and a quick recap of machine learning concepts.
Week 2: Building a simple multi-class #classification model using logistic regression
Week 3: Detecting digits in hand-written digit image, starting by a simple end-to-end model, to a deep neural network
Week 4: Improving the hand-written digit #recognition with #convolutional network
Week 5: Building a model to forecast time data using a #recurrent network
Week 6: Building text data application using recurrent #LSTM (long short term memory) units

🔗 https://www.edx.org/course/deep-learning-explained-microsoft-dat236x

#course #Microsoft #edx #deep_learning #CNTK

#خبر #آموزش
فیلمهای سمینار زمستانه‌ی شریف 2016 در کانال یوتیوب سمینار آپلود شده است.
فیلم ارائه دکتر علی اسلامی با موضوع
Beyond Supervised Deep Learning
شدیدا توصیه میشود.

Sharif Winter Seminar Series
🎥 https://www.youtube.com/channel/UC5-ct_yxHQJTYJP3TkeEDmQ
⏱ مورخ 8 و 9 دی 1395
مطالب مرتبط:
مباحث مرتبط به یادگیری ژرف در سمینار زمستانه شریف: https://news.1rj.ru/str/cvision/44
صوت ضبط شده ی دکتر اسلامی در 8 دی 96 در سمینار زمستانی شریف: https://news.1rj.ru/str/cvision/92
اسلایدهای ارائه دکتر اسلامی در 8 دی 95 در سمینار زمستانی شریف: https://news.1rj.ru/str/cvision/78
اسلایدهای ارائه دکتر اسلامی در سمینار 11 دی 96 دانشگاه تهران: https://news.1rj.ru/str/cvision/80
فیلم ارائه دکتر علی اسلامی در سمینار 11 دی 95 دانشگاه تهران: https://news.1rj.ru/str/cvision/103

#deep_learning #Ali_Eslami #Vision #seminar
#سمینار