Deep learning channel – Telegram
Deep learning channel
4.54K subscribers
149 photos
12 videos
25 files
312 links
این کانال در کنار گروه و سایت پرسش و پاسخ برای انسجام بخشی به مطالب ایجاد شده است.
http://www.deeplearning.ir
https://www.aparat.com/irandeeplearning
Download Telegram
Deep learning channel pinned «https://news.1rj.ru/str/joinchat/Bf11Jj3_zWP1Kys9XkztCg»
#اطلاعیه

باسلام و احترام
وقت بخیر
بنا به اطلاعیه های رسمی از سوی مراجع قضایی مبنی بر مسدود شدن تلگرام، تصمیم بر این شد تا مراتب آتی گروه پرافتخار یادگیری ژرف ایران (IRAN Deep learning) از این پس از دالان های مختلفی که اکثریت کاربران با آن در پیام رسان ها و یا بستر های اطلاع رسانی تحت وب و میلینگ فعال هستند صورت پذیرد.
لذا خواهشمندیم جهت دریافت آخرین اطلاعات و اطلاع رسانی های گروه یادگیری ژرف ایران، ایمیل خود را در فرم ذیل ثبت نمایید.
ان شالله از این پس بیش از پیش موثر واقع شویم.

آدرس فرم ثبتنام:
http://deeplearning.ir/notification/

موفق و موید باشید/.

@irandeeplearning
پارسیگان

بستر آزادرسانی پارسیگان با هدف آزادرسانی و به اشتراک‌گذاری خروجی پروژه‌های طرح جویشگر بومی طراحی و پیاده‌سازی شده است.

🌎 http://parsigan.ir

@bigdataworkgroup
پارسیگان - بستر مدیریت و آزادرسانی طرح‌های جویشگر بومی

بستر آزادرسانی پارسیگان با هدف آزادرسانی و به اشتراک‌گذاری خروجی پروژه‌های طرح جویشگر بومی طراحی و پیاده‌سازی شده است.
در این بستر تمامی خروجی‌های قابل عرضه عمومی پروژه‌های طرح جویشگر همچون موارد ذیل عرضه شده است:
- کد منبع
- دادگان تولید‌شده در جریان پروژه
- مستندات
-دسترسی API استفاده از این سرویس‌ها
-...
برای کسب اطلاعات بیشتر به پایگاه پارسیگان مراجعه کنید
🌎 http://parsigan.ir

@bigdataworkgroup
Ng_MLY04.pdf
437.2 KB
Machine Learning Yearning _Ch23-27
Ng_MLY03.pdf
362.6 KB
Machine Learning Yearning _Ch20-22
Ng_MLY02.pdf
591 KB
Machine Learning Yearning _Ch15-19
Ng_MLY01.pdf
1.5 MB
Machine Learning Yearning _Ch1-14
🗒 “Machine Learning with TensorFlow on Google Cloud Platform”
(new specialization on Coursera)

زمان : پنجشنبه 9 خرداد 1397
🔗 لینک ثبت نام: https://goo.gl/PqNxBc

@bigdataworkgroup
Forwarded from Deep learning channel (SeyyedHossein HasanPour)
آیا باید در فصل #اپلای پی اچ دی به اساتید ایمیل بزنیم؟
اندی پاولوو استاد #علوم‌کامپیوتر دانشگاه کارنگی ملون آمریکا ـ یکی از بهترین دانشگاههای دنیا در این رشته ـ توی بلاگش با قاطعیت میگه: «نه!»
«وقتی قبل از ددلاین به من #ایمیل میزنید و میگید میخواید دانشجوی من بشید، در واقع دارید تلویحا از من میخواید بهتون ۵۰۰هزار دلار پول بدم. پی اچ دی در کارنگی ملون تقریبا ۵ تا ۶ سال طول میکشه و من باید شهریه، هزینه زندگی، بیمه، و استودیو ی شما رو پوشش بدم. هر دانشجو برای من سالی ۹۰هزاردلار هزینه داره(بدون مخارج جانبی)....حالا وقتی که به من ایمیل میزنید ولی هیچ مقاله چاپ شده با کیفیتی ندارید، توی هیچ صنعت مرتبطی کار نکردید، تاحالا حتی یک واحد دیتابیس هم نخوندید، و رشته‌تون هم علوم کامپیوتر نبوده به این فکر کنید. واقعا تصورتون اینه که ارزش ۵۰۰هزار دلار رو برای من دارید؟ 
برای من مهم نیست که شما از نظر خودتون زود مسائل رو یاد میگیرید. برای من مهم نیست که قبل از شروع ترم میخواید یک دوره آنلاین در دیتابیس بگذرونید....و همچنین برای من مهم نیست که «علاقه وافر» به دیتابیس دارید. 
ببخشید. ممکنه این کمی سنگدلانه به نظر بیاد. اما واقعیته. همونطور که هرکسی نمیتونه یه گاری رو خوب برونه، هرکسی هم برای پی‌اچ‌دی خوندن در دیتابیس مناسب نیست.» در بخش دیگری از همین متن، این استاد گفته که از تمام کسایی که تاحالا بهش ایمیل زدن، فقط دو نفر بعد از اعلام نتایج دانشجوش شدن. 
از این متن چیزی که برداشت میشه نکاتی هست که ما همیشه روی اونها تاکید میکنیم: 
۱. بی خود و بی جهت بدون قرار دادن رزومه‌تون در ایمیل، و بدون اینکه پیشینه‌ مرتبطی داشته باشید به اساتید ایمیل نزنید. 
۲. همون اول کار درخواست فاند نکنید. بذارید استاد نظرش رو در مورد کار شما بده. در بسیاری از موارد اساتید کس دیگه‌ای رو پیشنهاد میکنن و میگن کار فلان استاد به کار شما نزدیکتره و استاد مربوطه رو هم در بخش Cc ایمیل اضافه میکنن. 
۳. نوشتن چیزهایی مثل داشتن علاقه و یا نکاتی در مورد استعداد و کودکی، یا اینکه همیشه به موضوعی علاقه داشتید، مطلقا برای خواننده معنی‌ای نداره و تاثیر مثبت که هیچ، تاثیر منفی هم خواهد داشت. چرا؟ چون هیچ راهی برای اثبات این موضوع وجود نداره. همه میتونن خیلی راحت بگن «من باسوادم، باهوشم، علاقه مند به فلان موضوع‌ام،...»اما تا زمانی که شما مدرکی در این زمینه ارائه نکنید حرفتون باد هواست.

متن فارسی از: courseiran



http://www.cs.cmu.edu/~pavlo/blog/2016/04/should-you-email-a-professor-during-admissions-season.html
🗒 Demystifying Data Science

🖥 وضعیت رویداد: کنفرانس آنلاین
👥 با حضور 28 سخنران بنام حوزه تحلیل داده
زمان : دوم و سوم مرداد ماه 1397
🔗 لینک ثبت نام: https://goo.gl/LPJQAE

@bigdataworkgroup
Deep learning channel pinned «https://news.1rj.ru/str/joinchat/Bf11Jj3_zWP1Kys9XkztCg»
Forwarded from Deep learning channel (SeyyedHossein HasanPour)
🔅 دومین دوره‌ی مدرسه‌ی تابستانی یادگیری عمیق
📆 مرداد ۱۳۹۷

🔗 اطلاعات بیشتر و ثبت‌نام:
http://acm.ut.ac.ir/deeplearning

@UTDeepLearning2018
@ut_acm
@irandeeplearning
🗒 Adversarial Machine Learning

🖥 وضعیت رویداد:وبینار
👤 سخنران: Ian Goodfellow
👤 مدیر جلسه: Negar rostamzadeh
زمان :سه شنبه 1مرداد ساعت 20:30
🔗 لینک ثبت نام: https://goo.gl/7uxQPx

@bigdataworkgroup
مدرسه تابستانی یادگیری عمیق در دانشگاه تهران. دهم تا دوازدهم مرداد. ثبت نام تا چهارم مرداد. http://acm.ut.ac.ir/deeplearning
iangoodfellowadversarialmachinelearningslides1532439893544.pdf
17.2 MB
باسلام وقت بخیر
وبینار رایگان تا دقایقی دیگر با محوریت "Adversarial Machine Learning " شروع خواهد شد.
👤 سخنران: Ian Goodfellow
👤 مدیر جلسه: Negar rostamzadeh
🔗 https://goo.gl/7uxQPx
@bigdataworkgroup
تبدیل متن به گفتار فارسی:

A convolutional sequence to sequence model for Persian text to speech

کد و وزن های آموزش داده شده:

https://github.com/AlisterTA/Persian-text-to-speech

نمونه خروجی :( با صدای مریم محبوب)

https://m.soundcloud.com/12211221212/sets/persian-text-2-speechwoman

با صدای آرمان سلطان زاده

https://m.soundcloud.com/12211221212/sets/persian-text-2-speech

@irandeeplearning
Forwarded from Sharif Uni Workshops
🔶 سومین دوره کارگاه آموزش یادگیری عمیق روی تنسورفلو
🔷 آموزش تئوری + تمرین های عملی
🔖مدرک رسمی دانشگاه شریف

📆 11و12مرداد
✔️ اطلاعات بیشتر و ثبت نام:
lis.ee.sharif.ir/tensorflow

@tf_workshop_sharif
Forwarded from IPM Data Science
🔷 IPM-DS Meetup #14

▪️ Robustness Meets Geometry in Deep Networks
▫️By: Seyed-Mohsen Moosavi-Dezfooli, EPFL, Switzerland
🕙 Thursday 1397/05/18, 10:00

@IPMDataScience