#خبر
دیتابیس اقلیدسی!
feature database server entirely written in C++
دیتابیس مخصوص متخصصان یادگیری ماشین!
استفاده از روش تقریب الگوریتم نزدیکترین همسایه با LSH برای جست و جو در بردارهای ویزگی
https://euclidesdb.readthedocs.io/en/latest/

#آموزش
با #keras مدل بسازید و در c++ استفاده کنید.

https://stackoverflow.com/questions/45466020/how-to-export-keras-h5-to-tensorflow-pb/#53386325

#خبر
بعد از سه سال و نیم انتظار، Intel بلاخره OpenCV نسخه 4 را منتشر کرد.

https://opencv.org/opencv-4-0-0.html

توابع یادگیری ژرف اضافه شده:

OpenCV 4.0 also supports deep learning functions, including:

AbsVal
AveragePooling
BatchNormalization
Concatenation
Convolution (including dilated convolution)
Crop
Deconvolution, a.k.a. transposed convolution or full convolution
DetectionOutput (SSD-specific layer)
Dropout
Eltwise (+, *, max)
Flatten
FullyConnected
LRN
LSTM
MaxPooling
MaxUnpooling
MVN
NormalizeBBox (SSD-specific layer)
Padding
Permute
Power
PReLU (including ChannelPReLU with channel-specific slopes)
PriorBox (SSD-specific layer)
ReLU
RNN
Scale
Shift
Sigmoid
Slice
Softmax
Split
TanH

#opencv

#آموزش

Stateful LSTM model training in Keras

اگر در مستندات کراس نگاه کنید، مدل های بازگشتی پارامتری به نام
stateful: Boolean (default False). If True, the last state for each sample at index i in a batch will be used as initial state for the sample of index i in the following batch.

دارند. اما کاربرد این پارامتر چیه؟

#مقاله
Rethinking ImageNet Pre-training https://arxiv.org/abs/1811.08883

Experiments show that ImageNet pre-training speeds up convergence
early in training, but does not necessarily provide regularization or improve final target task accuracy.

🙏Thanks to: @MohsenF91

آموزش یک مدل بازگشتی character level روی شاهنامه فردوسی
مدل RNN کاراکتر لول است و درکی از کلمات فارسی ندارد و با ورودی "به نام خد" این کلمات را خروجی داده

github
Run in Google Colab
shahnameh Dataset

#منبع
کورس نوتهای تمیز و خوب از درس cs230 استنفورد.

Deep Learning cheatsheets covering the content of Stanford's CS 230 class.

Convolutional Neural Networks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-convolutional-neural-networks

Recurrent Neural Networks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-recurrent-neural-networks

Deep Learning Tips and Tricks cheatsheet
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-deep-learning-tips-and-tricks

#منبع #ویدیو
ویدیوهای کورس یادگیری ژرف و یادگیری عمیق تقویتی که ابتدای امسال توسط محققان deepMind تدریس شده است.

Advanced Deep Learning & Reinforcement Learning

a course on deep RL taught at @UCL earlier this year by DeepMind researchers

https://www.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs

Deep Learning Gallery - a curated list of awesome deep learning projects
http://deeplearninggallery.com/

لیست پروژه های جالب دیپ لرنینگی
http://deeplearninggallery.com/

10 IMPORTANT AI RESEARCH PAPERS OF 2018
https://www.topbots.com/most-important-ai-research-papers-2018/?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=email&utm_source=Artificial_Intelligence_Weekly_91

مجموعه ای از استیکرهای تلگرام که توسط GAN ها ساخته شده اند!
t.me/addstickers/BigGANAnimals

پیاده سازی شده توسط:
@kharvd

#خبر
علت تغییر نام کنفرانس NIPS به NeurIPS
https://gizmodo.com/nips-ai-conference-changes-name-following-protests-ov-1830548185

#آموزش #سورس_کد

Building a book Recommendation System using Keras

https://towardsdatascience.com/building-a-book-recommendation-system-using-keras-1fba34180699

#recommendation #keras #embeddings

https://www.topbots.com/most-important-ai-research-papers-2018/

🙏Thanks to: @Alidiba

#آموزش
https://www.aparat.com/v/htJcp?a

کدها:
https://news.1rj.ru/str/class_vision/390

#آموزش
آموزش serve مدل و استفاده از REST,
با نوت بوک جدید تتسرفلو، با قابلیت اجرا روی گوگل کولب.

Train and serve a TensorFlow model with TensorFlow Serving

https://www.tensorflow.org/serving/tutorials/Serving_REST_simple

#serving #rest #tensorflow

#آموزش #ویدیو
از سری ویدیوها API سطح بالای تنسرفلو،
آماده سازی و لود داده برای آموزش یک مدل

Learn about TensorFlow’s High Level APIs in this new series from Karmel Allison. In the first episode she covers how you can prepare your data for #ML training!

https://www.youtube.com/watch?v=oFFbKogYdfc&list=PLQY2H8rRoyvwLbzbnKJ59NkZvQAW9wLbx

#tensorflow

#آموزش
Deep Learning and Medical Image Analysis with Keras

https://www.pyimagesearch.com/2018/12/03/deep-learning-and-medical-image-analysis-with-keras/