مدل Stable Diffusion 3 معرفی شد!

https://x.com/stabilityai/status/1760656767237656820?s=46

⚡️YOLOV9 release⚡️

Yolov9 is better than any convolution or transformer based object detectors.

Paper: https://arxiv.org/abs/2402.13616
Github: https://github.com/WongKinYiu/yolov9

Learning What You Want to Learn Using Programmable Gradient Information.

آموزش finetune کردن مدل جدید Gemma برروی دیتاست شخصی و سفارشی‌شده

https://huggingface.co/blog/gemma-peft

🎬فیلم جلسه سخنرانی آقای مهندس علیرضا اخوان پور- Graph Neural Networks

🧷مربوط به رویداد : https://t.iss.one/eventai/820

🔖اسلایدها:
https://t.iss.one/eventai/828

📓منبع:
https://t.iss.one/CS_Sharif_University_2023

#gnn #gcn #graph #deeplearning #AI
#گراف #شبکه_عصبی_گراف
〰️〰️〰️〰️〰️
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورک‌شاپ و کلاس  تشکیل شده است.

@eventai

AI-Powered Command-Line Photo Search Tool

اگر تعداد زیادی عکس دارید که در جایی از فایل‌سیستم شما ذخیره شده‌اند و می‌خواهید عکس‌هایی را براساس محتوا بازیابی کنید (مثلا عکس‌هایی که در آن‌ها سگ شما همراهتان است، یا عکس‌هایی که در یک روز برفی گرفته‌اید، یا عکس‌هایی که تم رنگی قالب آن‌ها آبی‌ست و ...) می‌توانید از ابزار rclip استفاده کنید.
این ابزار تمامی تصاویر رو یک‌ بار از مدل OpenAI CLIP رد کرده و بردار تعبیه‌ی آن‌ها را پیدا کرده و در یک دیتابیس SQLite ذخیره می‌کند. ازین‌پس هرگاه یک جمله‌ی متنی برای جستجوی تصویر می‌نویسید، از انکودر متن عبور کرده و بردار تعبیه‌ش محاسبه شده و با بردار تصاویر مقایسه می‌شود و ...

https://github.com/yurijmikhalevich/rclip

لینک منبع

Nvidia VS Intel!
همانطور که می بینید، موفقیت انویدیا یک موفقیت یک شبه نبوده!
اما سرمایه گذاری اولیه آنها روی هوش مصنوعی به آنها اجازه داد تا درازمدت برنده شوند...

مدل بنیادین گوگل برای درک ویدئو منتشر شد!!!

مدل VideoPrism یک ViFM یا مدل بنیادین ویدئو‌ست که برخلاف مدل‌های قبلی مثل VideoCLIP برای دامنه‌ی وسیعی از تسک‌ها از جمله classification و localization و retrieval و captioning و question answering قابل استفاده‌ست.

https://blog.research.google/2024/02/videoprism-foundational-visual-encoder.html

فایلهای کم حجم شده دوره نیز آپلود شدند
افرادی که قبل این پیام دوره را خریداری کردند و در دانلود محتوا مشکل داشتند به پشتیبانی برای دریافت لینک کم حجم پیام دهند.

شرکت مایکروسافت یک شبکه‌ی عصبی گرافی به نام ViSNet برای مدل‌سازی و بازنمایی ساختارهای هندسی سه‌بعدی مانند مولکول‌ها ارائه داده‌ست که قادر‌ست ارتباطات پیچیده بین ساختار مولکولی و فعالیت بیولوژیکی (structure-activity relationships) را درک کرده و رفتار و ویژگی‌های مولکول‌‌ها را پیش‌بینی کند.


https://www.microsoft.com/en-us/research/blog/visnet-a-general-molecular-geometry-modeling-framework-for-predicting-molecular-properties-and-simulating-molecular-dynamics/

لینک مقاله در Nature:
https://www.nature.com/articles/s41467-023-43720-2

مشکل درگاه پرداخت سایت حل شد

اکثر دوستان با سه فریم‌ورک اصلی یادگیری عمیق یعنی TensorFlow و PyTorch و JAX آشنااند، اما voodoo یک فریم‌ورک نسبتا جدید‌ست که به زبان Mojo (زبان برنامه‌نویسی جدید برای AI که مزایای C و Python را ترکیب کرده‌ست) نوشته شده‌ست.

حال اینکه اخیرا آقای شوله، نویسنده‌ی Keras اعلام کرده‌اند که در حال بررسی این فریم‌ورک برای افزودن به لیست بک‌اند‌های قابل پشتیبانی در Keras 3 هستند.

https://github.com/Benny-Nottonson/voodoo

“𝐎𝐎𝐓𝐃𝐢𝐟𝐟𝐮𝐬𝐢𝐨𝐧”: 𝐀𝐝𝐯𝐚𝐧𝐜𝐢𝐧𝐠 𝐭𝐡𝐞 𝐅𝐫𝐨𝐧𝐭𝐢𝐞𝐫 𝐨𝐟 𝐂𝐨𝐧𝐭𝐫𝐨𝐥𝐥𝐚𝐛𝐥𝐞 𝐕𝐢𝐫𝐭𝐮𝐚𝐥 𝐓𝐫𝐲-𝐎𝐧!

Official implementation of OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on

https://github.com/levihsu/OOTDiffusion

کورس دیپ‌لرنینگ دکتر سهیل فیضی - دانشگاه مریلند

https://youtube.com/playlist?list=PLHgjs9ncvHi80UCSlSvQe-TK_uOyDv_Jf&si=fl3n4tW-WJ3th8f2

آخرین لکچر در مورد تولید تصاویر توسط diffusion model ها است:

https://youtu.be/rLepfNziDPM?si=9vMQYCOAhzL5u4Cn

وبینار رایگان هوش مصنوعی و یادگیری عمیق

این وبینار مقدماتی و برای افرادی است که تازه میخواهند وارد حوزه هوش مصنوعی و دیپ لرنینگ شوند...


🔗لینک ثبت نام | یکشنبه 20 اسفند - ساعت 18

مقایسه Claude 3 Opus , GPT-4

https://youtu.be/sX8Ri3w2MeM?si=0Z1m0_ktEIVnX_S_

اخیرا دو کتاب‌خانه به نام‌های KerasCV و KerasNLP برپایه‌ی Keras3 توسعه داده شده‌اند که پیاده‌سازی تسک‌های بینایی رایانه و پردازش زبان طبیعی را به ساده‌ترین و مقیاس‌پذیرترین شکل، ممکن می‌کنند.

حال تیم TensorFlow تعدادی ویدئوی آموزشی برای استفاده از این دو کتاب‌خانه برای مهندس‌های یادگیری ماشین منتشر کرده‌ست:

https://youtube.com/playlist?list=PLQY2H8rRoyvzor4yH2nFktNo-ug6RiNZ_&si=fjlXm-OK70NS_imy

Talk like a graph: Encoding graphs for large language models

https://blog.research.google/2024/03/talk-like-graph-encoding-graphs-for.html?m=1

نسخه‌ی جدید TensorFlow (نسخه‌ی ۲.۱۶) منتشر شد.
این نسخه از Keras3 به‌جای Keras2 استفاده می‌کند. بنابراین اگر کد قدیمی‌ای دارید که با Keras جدید سازگار نیست، باید در آن به جای keras از tf-keras (کراس قدیمی ورژن ۲) استفاده کنید.


نصب:
‍‍‍‍
pip install tf-keras~=2.16


فعال‌سازی:

import os
os.environ["TF_USE_LEGACY_KERAS"]=”1”

تیم Mistral AI یک استارتاپ هوش مصنوعی فرانسوی است که توسط بنیانگذاران سابق متا و دیپ مایند، تأسیس شده است. این شرکت در آوریل 2023 با هدف ارائه مدل‌های زبانی بزرگ (LLM) قدرتمند و قابل دسترس به عموم مردم آغاز به کار کرد.

محصول اصلی Mistral AI، مدل زبانی Mistral است که با 1.5 تریلیون کلمه از داده‌های متنی آموزش دیده است. این مدل قادر به انجام وظایف مختلفی از جمله ترجمه زبان، نوشتن خلاقانه، پاسخ به سوالات و خلاصه‌سازی متن است. Mistral به عنوان یک مدل زبانی چندوظیفه‌ای شناخته می‌شود و به دلیل سرعت، دقت و انعطاف‌پذیری خود مشهور است.

مدل Mistral AI متعهد به دموکراتیک کردن هوش مصنوعی و ارائه ابزارهای قدرتمند هوش مصنوعی به افراد و سازمان‌ها است. این شرکت معتقد است که هوش مصنوعی می‌تواند تاثیر مثبتی بر جهان داشته باشد و تلاش می‌کند تا این فناوری را به طور مسئولانه و اخلاقی توسعه دهد. طبق ادعای این تیم این مدل هیچ گونه سانسوری ندارد و استفاده از این مدل رایگان است.

📟 https://mistral.ai/

مدل زبانی Grok-1 که توسط xAI (شرکت هوش مصنوعی متعلق به ایلان ماسک) معرفی شده بود، اوپن‌سورس شد.

این مدل زبانی یک Mixture-of-Experts با ۳۱۴ میلیارد پارامتر است و با فریم‌ورک JAX و زبان Rust توسعه داده شده‌ست.

این مدل در چت‌بات Grok استفاده شده‌ست. این چت‌بات به دلیل دسترسی به اطلاعات لحظه‌ای توییتر معروف‌ست.

البته فقط معماری، کد و وزن‌های مدل پایه، منتشر شده و قابل استفاده‌‌اند و مجموعه‌داده‌های آموزشی منتشر نشده‌اند.


بلاگ‌پست معرفی:
https://x.ai/blog/grok-os

مخزن گیت‌هاب:
https://github.com/xai-org/grok-1