#کورس
چرا همه باید دوره یادگیری عمیق Andrew Ng را بگذرانند؟

https://towardsdatascience.com/courseras-deep-learning-masterclass-c6933dc167fc

#Andrew_Ng #deep_learning

#آموزش
8 روش برای object tracking
8 OpenCV Object Tracking Implementations

#tracking #opencv

۶ حقیقت جالب در مورد سیستم‌های تشخیص چهره

۶. تبعیض نژادی
۵. ضعف‌های این تکنولوژی
۴. استفاده در زمینه‌ی پزشکی
۳. استفاده‌ی گسترده‌ی دولت چین از این تکنولوژی
۲. چهره‌های فیس‌بوک
۱. آسان‌تر شدن فرایند تشخیص هویت افراد

#face

#خبر

بیان احساسات از روی چهره توسط هوش مصنوعی و کاربردهای تجاری

http://www.bbc.com/persian/magazine-44954296

#face #emotion

یک کتابخانه سطح بالای بینایی کامپیوتر در #پایتون که از چندین کتابخانه دیگر، نظیر openCV استفاده میکند و برنامه نویس بدون دانش پردازش تصویری میتواند برنامه های خود را بنویسد.

http://simplecv.org/

#دمو #مقاله #سورس_کد
دموی آنلاین تبدیل چهره با شبکه های مولد

https://blog.openai.com/glow/

#GAN #GLOW #generative

#مقاله ٫ #سورس_کد کد #دیتاست

https://news.1rj.ru/str/cvision/668

Code for reproducing results in "Glow: Generative Flow with Invertible 1x1 Convolutions"


🔗abstract:
https://arxiv.org/abs/1807.03039

🔗Paper:
https://arxiv.org/pdf/1807.03039

🔗source code:
https://github.com/openai/glow

🔗Project Page + Online #Demo:
https://blog.openai.com/glow/

#Tensorflow #Horovod #dataset #gan #GLOW #generative

مهلت ثبت نام: تا پایان جمعه 19 مرداد

Tracking multiple objects with OpenCV
https://www.pyimagesearch.com/2018/08/06/tracking-multiple-objects-with-opencv/

#tracking #openCV

یادگیری عمیق در node.js با tensorflow

http://jamesthom.as/blog/2018/08/07/machine-learning-in-node-dot-js-with-tensorflow-dot-js/

#javanoscript #tensorflow #deep_learning

#خبر
تنسورفلو 1.9 به صورت رسمی از Raspberry pi پشتیبانی میکند.

https://medium.com/tensorflow/tensorflow-1-9-officially-supports-the-raspberry-pi-b91669b0aa0?linkId=55070050

#tensorflow #raspberry

Slides from #JSM2018

Introductory Overview Lecture on The Deep Learning Revolution

http://www.cs.cmu.edu/~rsalakhu/jsm2018.htmlTr

#هوش_مصنوعی فوق‌العاده‌ای که میتونه قطرات آب و باران را از عکس‌های ثبت شده حذف کند.

Attentive Generative Adversarial Network

https://arxiv.org/abs/1711.10098.pdf

🙏Thanks to: @myzoomit

#GAN

9 Things You Should Know About #TensorFlow
https://hackernoon.com/9-things-you-should-know-about-tensorflow-9cf0a05e4995

Quickly search over billions of images

image-match is a simple (now Python 3!) package for finding approximate image matches from a corpus. It is similar, for instance, to pHash, but includes a database backend that easily scales to billions of images and supports sustained high rates of image insertion: up to 10,000 images/s on our cluster!:

https://github.com/ascribe/image-match

#خبر
AI can now tell your boss what skills you lack—and how you can get them

https://www.technologyreview.com/s/611790/coursera-ai-skills/

Interactive SVM Explorer, using Dash and scikit-learn
https://github.com/plotly/dash-svm

#SVM #Plotly #scikit_learn

بنابر درخواست مکرر برخی از اعضای کانال برای شرکت در دوره یادگیری عمیق، ظرفیت محدودی برای ثبت نام در دوره مقدماتی و پیشرفته مجددا تخصیص داده شده است. علاقه مندان می توانند برای ثبت نام به
https://evand.com/events/part-dlss
مراجعه کنند.

کد تخفیف برای ثبت نام در دوره مقدماتی: tensorflow
کد تخفیف برای ثبت نام در دوره پیشرفته: tensorflow_a

با سلام خدمت همه دوستان شرکت کننده در دوره مقدماتی،
کدها و اسلایدهای ارائه مهندس اخوان پور داخل گیت هاب مرکز تحقیقات هوش پارت قرار گرفت.
https://github.com/partdpai/Part-2018-Deep-Learning-School

مرکز تحقیقات هوش پارت

https://news.1rj.ru/str/partdpai

#مقاله
Group Normalization
مقاله محققان فیس بوک
همان طور که میدانیدBatch Normalization یا BN یک تکنیک مناسب برای آموزش شبکه های شبکه های عمیق است. اما این تکنیک برای Batch های کوچک خطای بالایی دارد. که معمولا برای کاربردهای object detection و ... مجبوریم سایز batch کوچکی نظیر 2، 4 یا 8 استفاده کنیم.
در این مقاله محققان فیس بوک با اراپه Group Normalization این مشکل را حل کردند.

On ResNet-50 trained in ImageNet, GN has 10.6% lower error than its BN counterpart when using a batch size of 2; when using typical batch sizes, GN is comparably good with BN and outperforms other normalization variants.

https://arxiv.org/abs/1803.08494

#normalization #batch_norm #group_norm #facebook