#مقاله
SynRhythm: Learning a Deep Heart Rate Estimator
from General to Specific

تشخیص ضربان قلب از فریم های ویدیو!

http://vipl.ict.ac.cn/uploadfile/upload/2018071916431195.pdf

#آموزش
مروری بر روش های بهینه سازی Gradient descent

http://ruder.io/optimizing-gradient-descent/

#Momentum
#Nesterov_accelerated_gradient
#Adagrad
#Adadelta
#RMSprop
#Adam
#AdaMax
#Nadam
#AMSGrad

🙏Thanks to : @MohsenF91

#آموزش

تبدیل مدل کراس به تنسورفلو
How to convert your #Keras models to #Tensorflow

https://medium.com/@pipidog/how-to-convert-your-keras-models-to-tensorflow-e471400b886a

#خبر

محققان علوم رایانه با بالاترین میزان استنادات اخیر

سه نفر اول این لیست همه از سرشناسان یادگیری عمیق هستند. به ترتیب
Yoshua Bengio با متوسط ۱۳۱ استناد در روز
Geoffrey Hinton با متوسط ۱۲۷ استناد در روز
Yann LeCun با متوسط ۶۲ استناد در روز
در سال ۲۰۱۸ هستند.


http://www.iro.umontreal.ca/~bengioy/citation-rate-CS-1sept2018.html

#deep_learning #scholar #hindex

#خبر
تعداد مقالات منتشر شده یادگیری عمیق و GAN در کنفرانس های معتبر در سال های اخیر

#آموزش

Summer school on Deep Learning and Bayesian Methods
August 27th – September 1st 2018, Moscow, Russia


ویدیوها:
https://www.youtube.com/playlist?list=PLe5rNUydzV9Q01vWCP9BV7NhJG3j7mz62
اسلایدها:
https://drive.google.com/drive/folders/1rJ-HTN3sNTvhJXPoXEEhfGlZWtjNY26C?usp=sharing
تمارین و کدها:
https://github.com/bayesgroup/deepbayes-2018

صفحه مربوط به این مدرسه تابستانی:
http://deepbayes.ru/

توئیت نویسنده کتابخانه keras...
https://twitter.com/fchollet/status/1039176548719312896

آغاز ماه محرم ، ماه سوگواری آل الله را خدمت دوستان عزیز تسلیت و تعزیت عرض می نمائیم .

#مقاله
پیدا کردن بهترین learning rate برای مساله و شبکه:
Cyclical Learning Rates for Training Neural Networks
https://arxiv.org/abs/1506.01186

پیدا کردن بهترین learning rate

Cyclical Learning Rates for Training Neural Networks

https://medium.com/@lipeng2/cyclical-learning-rates-for-training-neural-networks-4de755927d46
در کراس:
https://github.com/bckenstler/CLR/blob/master/clr_callback_tests.ipynb

در تنسرفلو یکی pull request کرده اما هنوز merge نشده - اما میشه کدشو دید:
https://github.com/tensorflow/tensorflow/pull/20785/commits/e1b30b2c50776fc1e660503d07451a6f169a7ff9

در کتابخانه fast.ai هم که خود کتابخانه پشتیبانی میکنه:
https://github.com/fastai/fastai/tree/master/fastai

مرتبط با مقاله ی
https://news.1rj.ru/str/cvision/701

#learning_rate #keras #tensorflow #fastai

#کورس #آموزش

احتمالا دوره آموزشی fast.ai را شنیده اید
http://course.fast.ai/index.html

برای دانلود بخش اول دوره یادگیری عمیق fast.ai میتوانید از لینک زیر استفاده کنید.

http://muniversity.ir/fastai2018-part1/

🙏Thanks to: @muniversity_ir

تغییرات نسخه 2 تنسورفلو
✔️Eager execution by default
✔️simple tools for graph mode
✔️more object-oriented design (e.g., Keras)
✔️big cleanup,
...

@cvision
#tensorflow

#دیتاست
جزوه، کورس - مقاله و دیتاست در تورنت!
بیش از 25 ترابایت دیتاست در تورنت!
شامل
- Breast Cancer Cell Segmentation
- Liver Tumor Segmentation
- MRI Lesion Segmentation in Multiple Sclerosis
- Electron Microscopy, Hippocampus
- Digital Surface & Digital Terrain Model
و ...

لینک

http://academictorrents.com/

#خبر
تنسورفلو دامنه ی جدید را برای tensorflow hub با رابط کاربری بهتر راه اندازی کرد:
https://tfhub.dev

اطلاعات بیشتر درباره سایت جدید تنسورفلوهاب:
https://medium.com/tensorflow/a-new-tensorflow-hub-web-experience-c804496e99f3

معرفی تنسورفلو هاب
https://medium.com/tensorflow/introducing-tensorflow-hub-a-library-for-reusable-machine-learning-modules-in-tensorflow-cdee41fa18f9

#tensorflow #hub

#کورس #ویدیو

معرفی کورس جبرخطی عددی برای برنامه نویسان

Computational Linear Algebra for Coders

این کورس در سال ۲۰۱۷ در دانشگاه San Francisco توسط Rachel Thomas تدریس شد.

Rachel Thomas
دکترای ریاضی دارند و به همراه jeremy howard ,
Fast.ai
رو ایجاد کردند.


course review:
https://machinelearningmastery.com/computational-linear-algebra-coders-review/

کتاب آنلاین:
https://github.com/fastai/numerical-linear-algebra/blob/master/README.md

ویدیوها:
https://www.youtube.com/playlist?list=PLtmWHNX-gukIc92m1K0P6bIOnZb-mg0hY

The course uses #Python with examples using #NumPy, #scikit_learn, #numba, #pytorch, and more.

Course Contests

0. Course Logistics
1. Why are we here?
2. Topic Modeling with NMF and SVD
3. Background Removal with Robust PCA
4. Compressed Sensing with Robust Regression
5. Predicting Health Outcomes with Linear Regressions
6. How to Implement Linear Regression
7. PageRank with Eigen Decompositions
8. Implementing QR Factorization

در مقاله ی
Efficient Object Localization Using Convolutional Networks
از یک روش dropout به نام Spatial Dropout استفاده کرده است که به جای حذف تصادفی تک تک نورون ها کل یک کانال یا feature map با یک احتمال مشخص حذف میشود.
هدف از اینکار جلوگیری از correlated شدن feature map های هر لایه و در نتیجه regularization بهتر است.

مقاله:
https://arxiv.org/abs/1411.4280

سوال و قطعه کد پیاده سازی مرتبط:
https://stats.stackexchange.com/questions/282282/how-is-spatial-dropout-in-2d-implemented

تابع در تنسرفلو و کراس
https://www.tensorflow.org/api_docs/python/tf/keras/layers/SpatialDropout3D

#keras #tensorflow #dropout #spatialdropout #regularize

#مقاله #سورس_کد

#Pytorch implementation for high-resolution (e.g. 2048x1024) photorealistic video-to-video translation.
https://github.com/NVIDIA/vid2vid

#nvidia #vid2vid #gan

مقایسه تعداد آگهی های شغلی برای هر کدام از فریمورک های یادگیری عمیق.

🙏Thanks to: @partdpai

تعداد جستجوهای انجام شده برای هر کدام از فریمورک ها در موتور جستجوی گوگل

https://bit.ly/2QOkvPS

🙏 Thanks to: @partdpai

تعداد مقالات منتشر شده که به وسیله فریمورک های مختلف یادگیری عمیق پیاده سازی شده اند.

https://bit.ly/2QOkvPS

🙏Thanks to: @partdpai