دیپ‌مایند، یک مرورر دقیق ریاضی از معماری و الگوریتم‌های ترنسفور ارائه می‌کند:

https://medium.com/syncedreview/deepmind-paper-provides-a-mathematically-precise-overview-of-transformer-architectures-and-4a66b06be4ad

ۀموزش تنسرفلو نسخه js
https://www.tensorflow.org/js/tutorials/setup

سیسنتکس JAX برای محاسبه گرادیان

مثال و آموزش تشخیص سن از روی صوت

https://miykael.github.io/blog/2022/audio_eda_and_modeling/

15 نوت‌بوک آموزشی جدید به این ریپو اضافه شد.

🤗 OWL-ViT is a zero-shot text-conditioned object detection model that allows querying images with text denoscriptions of unseen objects. It has impressive generalization capabilities and is on par with some of the state-of-the-art object detection models.

Docs: https://huggingface.co/docs/transformers/main/en/model_doc/owlvit
Demo: https://huggingface.co/spaces/adirik/OWL-ViT
Tutorial: https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/zero

#معرفی سایت

تو این سایت می‌تونید یه کلمه یا collocation تو انگلیسی را سرچ کنید، و براتون توی روزنامه ها و سایتهای معروف میگرده و هر جا این عبارت استفاده شده را میاره،
یه کاربرد عالیش برای پیدا کرد مثالهای واقعی استفاده از یک اصطلاح یا لغته:

https://ludwig.guru/

#Lane_segmentation
مجموعه داده:
https://www.kaggle.com/datasets/mehmetokuyar/line-segmentation

کد:
https://github.com/MehmetOKUYAR/lane_segmentation

Mean Average Precision (mAP) in Object Detection

https://learnopencv.com/mean-average-precision-map-object-detection-model-evaluation-metric/

🔹 ۱۹ مرداد ۱۴۰۱ | OpenAI، یک API فیلتر محتوای هوش مصنوعی بهبودیافته و جدید منتشر کرده که استفاده از آن هم رایگان است، تا محتوای جنسی، توهین‎آمیز و ... سریع و دقیق در شبکه‎های اجتماعی و ... فیلتر شود

openai.com/blog/new-and-improved-content-moderation-tooling

این خبر را یادتون هست؟!
حتی با افزایش قیمت دلار، الان کارت گرافیک 3090 نو را میشه با حدود 45 میلیون هم تهیه کرد! زمانی بالای 100 میلیون بود!

🔹 ۱۹ مرداد ۱۴۰۱ | مجمع جهانی اقتصاد
خواستار ادغام انسان و هوش مصنوعی اینتل برای جلوگیری از انتشار سخنان نفرت‌آمیز و اطلاعات نادرست (طبق تشخیص مجمع) در فضای اینترنت شده است

humansbefree.com/2022/08/world-economic-forum-calls-for-merging-of-human-and-ai-intel-to-censor-hate-speech-misinformation.html

weforum.org/agenda/2022/08/online-abuse-artificial-intelligence-human-input

🔹 ۲۹ مرداد ۱۴۰۱ | مجمع جهانی اقتصاد:
دلایل منطقی برای ریزتراشه کردن فرزند شما وجود دارد

مجمع جهانی اقتصاد ادعا می‌کند که کاشت تراشه یا چیپ در کودکان، می‌تواند توسط والدین به عنوان یک حرکت محکم و منطقی، تلقی شود!
همه اینها در یک پست وبلاگ در وب سایت سازمان که به آینده واقعیت افزوده (AR) اختصاص داده شده است

humansbefree.com/2022/08/world-economic-forum-there-are-rational-reasons-to-microchip-your-child.html

🔹 ۶ مرداد ۱۴۰۱ | مجمع جهانی اقتصاد و سازمان ملل، پشت جنگ جهانی کشاورزان هستند

اهداف توسعه پایدار یا همان دستور کار ۲۰۳۰ سازمان ملل و مجمع جهانی اقتصاد،
مستقیماً با افزایش حمله نظارتی به تولیدکنندگان محصولات کشاورزی از هلند و ایالات متحده گرفته تا سریلانکا و فراتر از آن مرتبط هستند

humansbefree.com/2022/07/un-wef-are-behind-global-war-on-farmers.html

@cvision

#منبع #کورس #آموزش
Deep Learning Course

You can find here slides, recordings, and a virtual machine for François Fleuret's deep-learning courses 14x050 of the University of Geneva, Switzerland.

https://fleuret.org/dlc/

Clone a voice in 5 seconds to generate arbitrary speech in real-time.
تنها ۵ ثانیه از صداتون رو به این نرم‌افزار بدید تا هر متنی که دلتون میخواد رو با صدای خودتون ایجاد کنه! البته من با CPU تست کردم احتمالا با GPU نتیجه خفن‌تری بده

#AI #voice #realtime #application #CUDA #python #pytorch #torch #artificial #intelligence #speech #neural #network

https://github.com/CorentinJ/Real-Time-Voice-Cloning

🙏Thanks to: @pythony

یک سال بود که تو خماری مدل های Text to Image مثل DALL-E و Imagen بودیم 😅. حالا شرکت Stable AI اومده و یک مدل نبستا کوچیک که بشه روی یک GPU تست اش کرد رو train کرده و به صورت Open Source در دسترس همه قرار داده. اینجا می تونید تست اش کنید و متن های خودتون رو بدید تا ببینید چی تولید میکنه! البته خب کیفیت imagen رو نداره ولی امتحان کردنش خیلی هیجان انگیزه
لینک دمو:‌ تازه release شده شلوغه باید صف وایسید 😂
https://huggingface.co/spaces/stabilityai/stable-diffusion

پ.ن: اگه می خواید فنی تر بخونید که چطور با این حجم کوچیک همچین کیفیتی داره می تونید مقاله اش رو اینجا برررسی کنید:‌
https://arxiv.org/abs/2112.10752

خروجی برای متن: یک مرد ایرانی 😅😂

کیفیت تصاویری خروجیش خیلی عالیه که نشون میده ایده ای Latent Diffusion خوب کار میکنه اما ارتباط اش با متن از اونی که توی مدل Imagen دیده بودیم خیلی کمتره. این مدل حجم Text Encoder اش تقریبا 10 برابر کوچیک تر از Imagen هست. مقاله Imagen اشاره کرده بود که حجم مدل Text Encoder خیلی مهمه و هر چقدر بزرگ تر باشه تصاویر خیلی مرتبط تری تولید می شه.
اینجا می تونید چند تا از نمونه های خروجی Imagen رو ببینید و مقایسه کنید:‌
https://imagen.research.google/

ظرفیت یک گرم از DNA هر انسانی بیشتر از مجموع کل حجم داده‌های گوگل و فیسبوک و کلی از کمپانی‌های دیگه هست!

medcitynews.com/2015/02/one-gram-dna-theoretically-capable-holding-data-google-facebook-combined