Facial Recognition and Modelling subtasks
https://paperswithcode.com/area/cv/face
more topic:
https://news.1rj.ru/str/cvision/976
#face
https://paperswithcode.com/area/cv/face
more topic:
https://news.1rj.ru/str/cvision/976
#face
#خبر
در این خبر تعداد 27,000 پردازنده گرافیکی یا GPU در آزمایشگاه ملی Oak Ridge برای اجرای مدل تنسرفلو جهت تشخیص الگوهای آب و هوایی و پیش بینی آینده استفاده شده است...
#tensorflow
در این خبر تعداد 27,000 پردازنده گرافیکی یا GPU در آزمایشگاه ملی Oak Ridge برای اجرای مدل تنسرفلو جهت تشخیص الگوهای آب و هوایی و پیش بینی آینده استفاده شده است...
#tensorflow
Telegram
Tensorflow
#خبر
https://www.wired.com/story/worlds-fastest-supercomputer-breaks-ai-record/
🙏Thanks to: @MohsenF91
#gpu #سیستم
https://www.wired.com/story/worlds-fastest-supercomputer-breaks-ai-record/
🙏Thanks to: @MohsenF91
#gpu #سیستم
#مقاله
The Evolved Transformer
The Evolved Transformer: They perform architecture search on Transformer's stackable cells for seq2seq tasks. “A much smaller, mobile-friendly, Evolved Transformer with only ~7M parameters outperforms the original Transformer by 0.7 BLEU on WMT14 EN-DE.”
https://arxiv.org/abs/1901.11117
The Evolved Transformer is twice as efficient as the Transformer in FLOPS without loss in quality.
#seq2seq
The Evolved Transformer
The Evolved Transformer: They perform architecture search on Transformer's stackable cells for seq2seq tasks. “A much smaller, mobile-friendly, Evolved Transformer with only ~7M parameters outperforms the original Transformer by 0.7 BLEU on WMT14 EN-DE.”
https://arxiv.org/abs/1901.11117
The Evolved Transformer is twice as efficient as the Transformer in FLOPS without loss in quality.
#seq2seq
available_pretrained_models.pdf
55.6 KB
مدل های pretrained و عنوان مقالاتشان
🙏Thanks to: @AM_Ghoreyshi
#pretrained
#caffe #tensorflow #keras #pytorch
🙏Thanks to: @AM_Ghoreyshi
#pretrained
#caffe #tensorflow #keras #pytorch
#کورس #آموزش #منبع
سایت کورس یادگیری عمیق دانشگاه واشنگتن مربوط به نویسنده های مقاله Yolo
Joseph Redmon, Ali Farhadi
اسلایدها و مطالب درسی قابل مشاهده است.
https://courses.cs.washington.edu/courses/cse599g1/18au/
🙏Thanks to: @MH_Sattarian
سایت کورس یادگیری عمیق دانشگاه واشنگتن مربوط به نویسنده های مقاله Yolo
Joseph Redmon, Ali Farhadi
اسلایدها و مطالب درسی قابل مشاهده است.
https://courses.cs.washington.edu/courses/cse599g1/18au/
🙏Thanks to: @MH_Sattarian
خاص ترین Introduction :)
YOLOv3 still has the best introduction for any paper I've read so far
https://pjreddie.com/media/files/papers/YOLOv3.pdf
YOLOv3 still has the best introduction for any paper I've read so far
https://pjreddie.com/media/files/papers/YOLOv3.pdf
#مقاله
Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet
https://openreview.net/forum?id=SkfMWhAqYQ
Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet
https://openreview.net/forum?id=SkfMWhAqYQ
#مقاله
یک ایده خاص! شبیه ایده ی bag of vectors یا bag of words اما در تصویر!
این مقاله از ویژگی های محلی استفاده کرده و به ارتباط مکانی ویژگی ها کاری ندارد. با این وجود تنها با patchهای ۱۷ در ۱۷ به دقت معادل شبکه الکس نت رسیده است.
در این شبکه هر کلاس یک heatmap خواهد داشت که در نهایت روی میانگین روی هر heatmap تنها تابع فعالیت softmax اعمال میشود.
از مهمترین ویژگی های این شبکه تفسیر پذیری بالای آن است.
"Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet"
A "bag of words" of nets on tiny 17x17 patches suffice to reach AlexNet-level performance on ImageNet.
A lot of the information is very local.
https://news.1rj.ru/str/cvision/984
یک ایده خاص! شبیه ایده ی bag of vectors یا bag of words اما در تصویر!
این مقاله از ویژگی های محلی استفاده کرده و به ارتباط مکانی ویژگی ها کاری ندارد. با این وجود تنها با patchهای ۱۷ در ۱۷ به دقت معادل شبکه الکس نت رسیده است.
در این شبکه هر کلاس یک heatmap خواهد داشت که در نهایت روی میانگین روی هر heatmap تنها تابع فعالیت softmax اعمال میشود.
از مهمترین ویژگی های این شبکه تفسیر پذیری بالای آن است.
"Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet"
A "bag of words" of nets on tiny 17x17 patches suffice to reach AlexNet-level performance on ImageNet.
A lot of the information is very local.
https://news.1rj.ru/str/cvision/984
Telegram
Tensorflow
#مقاله
Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet
https://openreview.net/forum?id=SkfMWhAqYQ
Approximating CNNs with Bag-of-local-Features models works surprisingly well on ImageNet
https://openreview.net/forum?id=SkfMWhAqYQ
Forwarded from Python_Labs🐍 (Alireza Akhavan)
#خبر #حقوق
چرا استخدام یک تحلیلگر داده گران است؟! دلیل حقوق 140 هزار دلاری تحلیلگر داده در امریکا...
Data Scientists: Why are they so expensive to hire?
https://www.kdnuggets.com/2019/02/data-scientists-expensive-hire.html
چرا استخدام یک تحلیلگر داده گران است؟! دلیل حقوق 140 هزار دلاری تحلیلگر داده در امریکا...
Data Scientists: Why are they so expensive to hire?
https://www.kdnuggets.com/2019/02/data-scientists-expensive-hire.html
#مقاله #سورس_کد
#face #cvpr2018 #face
یکی از کارهای جدید روی بازشناسی چهره با تمرکز روی زاویه چهره:
Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
https://arxiv.org/abs/1803.00839
This is the public repository for our accepted CVPR 2018 paper "Pose-Robust Face Recognition via Deep Residual Equivariant Mapping"
پیاده سازی این مقاله با پای تورچ است.
🙏Thanks to : @samehraboon
#face #cvpr2018 #face
یکی از کارهای جدید روی بازشناسی چهره با تمرکز روی زاویه چهره:
Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
https://arxiv.org/abs/1803.00839
This is the public repository for our accepted CVPR 2018 paper "Pose-Robust Face Recognition via Deep Residual Equivariant Mapping"
پیاده سازی این مقاله با پای تورچ است.
🙏Thanks to : @samehraboon
#سیستم_پیشنهادی
Why building your own Deep Learning Computer is 10x cheaper than AWS
https://medium.com/the-mission/why-building-your-own-deep-learning-computer-is-10x-cheaper-than-aws-b1c91b55ce8c
#GPU
Why building your own Deep Learning Computer is 10x cheaper than AWS
https://medium.com/the-mission/why-building-your-own-deep-learning-computer-is-10x-cheaper-than-aws-b1c91b55ce8c
#GPU
#آموزش
from keras.utils import plot_model
برای رسم گرافیکی گراف مدلتان در #keras در ویندوز علاوه بر نصب پکیج مورد تیاز با
conda install pydot graphviz
نیاز دارید مسیر نصب هم در PATH ویندوز اضافه کنید. بمسیر فایل اجرایی در جایی مثل زیر خواهد شد:
C:\Anaconda3\pkgs\graphviz-2.38-hfd603c8_2\Library\bin\graphviz
from keras.utils import plot_model
برای رسم گرافیکی گراف مدلتان در #keras در ویندوز علاوه بر نصب پکیج مورد تیاز با
conda install pydot graphviz
نیاز دارید مسیر نصب هم در PATH ویندوز اضافه کنید. بمسیر فایل اجرایی در جایی مثل زیر خواهد شد:
C:\Anaconda3\pkgs\graphviz-2.38-hfd603c8_2\Library\bin\graphviz
Tensorflow(@CVision)
#آموزش from keras.utils import plot_model برای رسم گرافیکی گراف مدلتان در #keras در ویندوز علاوه بر نصب پکیج مورد تیاز با conda install pydot graphviz نیاز دارید مسیر نصب هم در PATH ویندوز اضافه کنید. بمسیر فایل اجرایی در جایی مثل زیر خواهد شد: C:\A…
#سوال ؟
به نظر شما
بر اساس تعریف اینجا:
https://news.1rj.ru/str/cvision/955
بر اساس این گراف مدل ، مدل را symbolic نوشته بودم یا با روش Imperative؟ چرا؟
به نظر شما
بر اساس تعریف اینجا:
https://news.1rj.ru/str/cvision/955
بر اساس این گراف مدل ، مدل را symbolic نوشته بودم یا با روش Imperative؟ چرا؟
Telegram
Tensorflow
#آموزش
Imperative (or Model Subclassing) APIs
این سبک API در ابتدا توسط فریم ورک Chainer در سال 2015 معرفی شد و در سال 2017 چندین چارچوب دیگر آن را به کار گرفت (از جمله موارد ذکر شده در اینجا). در چارچوب Keras، شوله، توسعه دهنده کراس آن را "API Subclassing…
Imperative (or Model Subclassing) APIs
این سبک API در ابتدا توسط فریم ورک Chainer در سال 2015 معرفی شد و در سال 2017 چندین چارچوب دیگر آن را به کار گرفت (از جمله موارد ذکر شده در اینجا). در چارچوب Keras، شوله، توسعه دهنده کراس آن را "API Subclassing…
#مقاله
#batchnorm
Fixup Initialization: Residual Learning Without Normalization
اگر علاقه مندید مدل های عمیق را بدون استفاده از batchnorm آموزش بدید، یا براتون سواله چرا batchnorm می تواند به آموزش مدلهای عمیق کمک کند، مقاله زیر را بررسی کنید!
https://arxiv.org/abs/1901.09321
#batchnorm
Fixup Initialization: Residual Learning Without Normalization
اگر علاقه مندید مدل های عمیق را بدون استفاده از batchnorm آموزش بدید، یا براتون سواله چرا batchnorm می تواند به آموزش مدلهای عمیق کمک کند، مقاله زیر را بررسی کنید!
https://arxiv.org/abs/1901.09321
#خبر
AAAI Conference Analytics
People most-cited by AAAI papers shows 25 years of AI history. 1990s greats:
https://www.microsoft.com/en-us/research/project/academic/articles/aaai-conference-analytics/
AAAI Conference Analytics
People most-cited by AAAI papers shows 25 years of AI history. 1990s greats:
https://www.microsoft.com/en-us/research/project/academic/articles/aaai-conference-analytics/
#آموزش
Keras: Multiple Inputs and Mixed Data
https://www.pyimagesearch.com/2019/02/04/keras-multiple-inputs-and-mixed-data/
اگر خاطرتان باشد در https://news.1rj.ru/str/cvision/955 گفته شد: "هوشمنداته ترین روش این است که ترکیب پارادایم های imperative و symbolic را استفاده کنید". در این آموزش میتوانید با یک مثال عملی ببینید.
#keras #symbolic #imperative #Multiple_Input
Keras: Multiple Inputs and Mixed Data
https://www.pyimagesearch.com/2019/02/04/keras-multiple-inputs-and-mixed-data/
اگر خاطرتان باشد در https://news.1rj.ru/str/cvision/955 گفته شد: "هوشمنداته ترین روش این است که ترکیب پارادایم های imperative و symbolic را استفاده کنید". در این آموزش میتوانید با یک مثال عملی ببینید.
#keras #symbolic #imperative #Multiple_Input
#آموزش #کورس
MIT Deep Learning Basics: Introduction and Overview with TensorFlow
https://medium.com/tensorflow/mit-deep-learning-basics-introduction-and-overview-with-tensorflow-355bcd26baf0?linkId=63206779
🙏Thanks to: @vahidreza01
MIT Deep Learning Basics: Introduction and Overview with TensorFlow
https://medium.com/tensorflow/mit-deep-learning-basics-introduction-and-overview-with-tensorflow-355bcd26baf0?linkId=63206779
🙏Thanks to: @vahidreza01