اینم یک ویدیو نمونه از کارایی که می شه با Figma Make کرد که نمونه خیلی Fun ای هم هست، به خصوص برای علاقه مندان به موسیقی :
https://youtu.be/OvIRNlLCB0U?si=rD5EFQ8qYfdRAViV
https://youtu.be/OvIRNlLCB0U?si=rD5EFQ8qYfdRAViV
YouTube
Figma for Edu: Prompting a DJ Mixer in Figma Make
Get a copy of the Figma Make here: https://www.figma.com/community/file/1560779378501995936An overview of how I made a functional DJ Mixer in Figma Make—it w...
شبکه‌عصبی گرافی جدیدی به نام GLSTM که برای کاهش مشکل "فشردگی بیش از حد" (over-squashing) در شبکه‌های عصبی گرافی (GNNs) طراحی شده است.
👉 @navidcasts 🎓
فشردگی بیش از حد که منجر به یک "تنگنای اطلاعاتی" (information bottleneck) می‌شود، زمانی رخ می‌دهد که اطلاعات دریافتی از یک میدان درک بزرگ در یک بردار با اندازه ثابت فشرده می‌شود. محققان این پدیده را از دریچه "ظرفیت ذخیره‌سازی و بازیابی مدل" (model storage and retrieval capacity) بازنگری می‌کنند و استدلال می‌کنند که این مشکل شامل دو جزء متمایز است: اشباع ظرفیت و حساسیت پایین.
👉 @navidcasts 🎓
برای مقابله با محدودیت ظرفیت، این مدل جدید با الهام از معماری‌های توالی‌محور مانند xLSTM، از "حافظه تداعی‌گر" (associative memory) استفاده می‌کند و عملکرد برتر خود را در یک کار مصنوعی جدید به نام "یادآوری تداعی‌گر همسایه" (Neighbor Associative Recall - NAR) و همچنین در معیارهای دنیای واقعی به نمایش می‌گذارد. ویدیو مصنوعی توضیحات فارسی در 7 دقیقه :
https://youtu.be/69BXJkAzu_A
فشردگی بیش از حد که منجر به یک "تنگنای اطلاعاتی" (information bottleneck) می‌شود، زمانی رخ می‌دهد که اطلاعات دریافتی از یک میدان درک بزرگ در یک بردار با اندازه ثابت فشرده می‌شود. محققان این پدیده را از دریچه "ظرفیت ذخیره‌سازی و بازیابی مدل" (model storage and retrieval capacity) بازنگری می‌کنند و استدلال می‌کنند که این مشکل شامل دو جزء متمایز است: اشباع ظرفیت و حساسیت پایین.
برای مقابله با محدودیت ظرفیت، این مدل جدید با الهام از معماری‌های توالی‌محور مانند xLSTM، از "حافظه تداعی‌گر" (associative memory) استفاده می‌کند و عملکرد برتر خود را در یک کار مصنوعی جدید به نام "یادآوری تداعی‌گر همسایه" (Neighbor Associative Recall - NAR) و همچنین در معیارهای دنیای واقعی به نمایش می‌گذارد. ویدیو مصنوعی توضیحات فارسی در 7 دقیقه :
https://youtu.be/69BXJkAzu_A
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
GLSTM توضیح به فارسی
https://arxiv.org/pdf/2510.08450 لینک مقاله
توضیحات کامل تر و دقیق تر به فارسی : https://t.iss.one/navidcasts/48
توضیحات کامل تر و دقیق تر به فارسی : https://t.iss.one/navidcasts/48
📊 دوره آموزشی «استخراج داده (Data Mining)»
آیا آماده‌ای که از داده‌های خام، بینش‌های ارزشمند استخراج کنی؟
در این دوره:
✔ تکنیک‌های پیشرفته استخراج داده
✔ کار با نرم‌افزارها و ابزارهای کاربردی
✔ پروژه‌های واقعی
👉 همین حالا ثبت‌نام کن و قدم اول را برای ورود به بازار داده بردار.
➖➖➖➖➖➖➖➖➖➖➖➖
اطلاعات دوره کلیک کنید👇
https://B2n.ir/rb3206
➖➖➖➖➖➖➖➖➖➖➖➖
☎️مشاوره وثبت نام
02167641999
📲تلگرام و واتساپ
09222477250
➖➖➖➖➖➖➖➖➖➖➖➖
✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص
آیا آماده‌ای که از داده‌های خام، بینش‌های ارزشمند استخراج کنی؟
در این دوره:
✔ تکنیک‌های پیشرفته استخراج داده
✔ کار با نرم‌افزارها و ابزارهای کاربردی
✔ پروژه‌های واقعی
👉 همین حالا ثبت‌نام کن و قدم اول را برای ورود به بازار داده بردار.
➖➖➖➖➖➖➖➖➖➖➖➖
اطلاعات دوره کلیک کنید👇
https://B2n.ir/rb3206
➖➖➖➖➖➖➖➖➖➖➖➖
☎️مشاوره وثبت نام
02167641999
📲تلگرام و واتساپ
09222477250
➖➖➖➖➖➖➖➖➖➖➖➖
✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص
ابزار NotebookLM امکان استفاده مستقیم از PDF و شیت ها رو از روی Google Drive فراهم کرد.
به زودی فرمت DocX هم پشتیبانی خواهد شد.
همین طور امکان آپلود مستقیم عکس.🖼
برای مشاهده نمونه ویدیو های تولید شده توسط NotebookLM از روی داکیومنت ها می توانید به پلی لیست پادکست مصنوعی فارسی مراجعه نمایید : https://youtu.be/J9C89aH2MVc?si=olD3v14CXDYCC4Tv
همین طور برای شنیدن پادکست های مصنوعی صوتیِ تولید شده با NotebookLM، کانال @navidcasts را دنبال کنید. در صورتی که امکان استفاده یا خرید سرویس NotebookLM را ندارید، می توانید منابع خود را به در گروه پرسش و پاسخ علوم کامپیوتر در اختیار ما قرار دهید و ما به رایگان ویدیو ها یا وویس های مورد نظر شما را از روی آن ها به زبان فارسی تهیه خواهیم کرد.
به زودی فرمت DocX هم پشتیبانی خواهد شد.
همین طور امکان آپلود مستقیم عکس.
برای مشاهده نمونه ویدیو های تولید شده توسط NotebookLM از روی داکیومنت ها می توانید به پلی لیست پادکست مصنوعی فارسی مراجعه نمایید : https://youtu.be/J9C89aH2MVc?si=olD3v14CXDYCC4Tv
همین طور برای شنیدن پادکست های مصنوعی صوتیِ تولید شده با NotebookLM، کانال @navidcasts را دنبال کنید. در صورتی که امکان استفاده یا خرید سرویس NotebookLM را ندارید، می توانید منابع خود را به در گروه پرسش و پاسخ علوم کامپیوتر در اختیار ما قرار دهید و ما به رایگان ویدیو ها یا وویس های مورد نظر شما را از روی آن ها به زبان فارسی تهیه خواهیم کرد.
Please open Telegram to view this post
VIEW IN TELEGRAM
سه سناریو اصلی برای استفاده از Compute Cluster در Azure Machine Learning به عنوان Target Compute
Please open Telegram to view this post
VIEW IN TELEGRAM
ساخت یک اپلیکیشن RAG با استفاده از Langflow و OpenAI و Azure
البته کیفیت تصویر ویدیوش پایین هست یه مقدار که به بزرگی خودتون ببخشید.
👉 @ai_python ✍️
https://youtu.be/ou-BDb_3zLc?si=nq_XqWbWkMqD6kdl
البته کیفیت تصویر ویدیوش پایین هست یه مقدار که به بزرگی خودتون ببخشید.
https://youtu.be/ou-BDb_3zLc?si=nq_XqWbWkMqD6kdl
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Build a RAG app in minutes using Langflow OpenAI and Azure | StudioFP101
Join us we live-code a production-ready AI chatbot using RAG (retrieval augmented generation). We'll build the application using Langflow, wire it up to OpenAI and fine tune the application until we're happy with the results. When we're done, we'll export…