# خبر

https://developers.googleblog.com/2018/03/tensorrt-integration-with-tensorflow.html

#tensorflow #tensorRT

#خبر
نسخه نهایی تنسرفلو 1.7 چند روز پیش منتشر شد

https://github.com/tensorflow/tensorflow/releases

#tensorflow #release

دانلود تمام ویدیوهای Tensorflow developer summit 2018 در یک فایل زیپ.

https://class.vision/tf_dev_summit_2018/all.zip

مرتبط با
https://t.iss.one/cvision/502

#ویدئو

نظرسنجی سالانه Stackoverflow

هر سال وب سایت Stackoverflow نظرسنجی ایی را برگزار می کند تا وضعیت صنعت توسعه نرم افزار را روشن و مشخص سازد. امسال بیش از 100 هزار نفر در این نظر سنجی شرکت کرده بودند. ایران با داشتن 0.9% شرکت کنندگان رتبه 21 ام را داشت.

مطالعه نتیجه این نظرسنجی را به همه توسعه دهندگان و مدیران شرکت ها توصیه می کنم تا تصویر شفاف تری از آینده پیدا کنند. برخی از نکات جالب از نظر من به شرح زیر هستند:

* پر استفاده ترین IDE در بین شرکت کنندگان Visual Studio Code و Visual Studio بوده اند. هر کدام سهمی تقریبا برابر با 35% داشته اند.

* نزدیک به 50% توسعه دهندگان از ماشین های ویندوزی استفاده می کنند. سیستم های مک و لینوکس هر کدام سهمی برابر با 25% دارند.

* کنترل نسخه GIT تقریبا همه رقیبان دیگر نظیر SVN و Team Foundation Version Control را منسوخ کرده و نزدیک به 90% افراد از گیت استفاده می کنند.

* برای اشتراک دانش و مدیریت تیم سیستم های Slack و Jira پر استفاده ترین هستند و تقریبا نیمی از شرکت کنندگان از این دو استفاده می کنند. با کمال تعجب سرویس های مایکروسافتی در این حوزه هیچ بُردی ندارند.

* محبوب ترین فریم ورک ها به ترتیب Angular و React و dotNet Core و سپس Java Spring می باشند.

* نزدیک به 50 درصد توسعه دهندگان در حال توسعه سیستمی برای استقرار در لینوکس هستند و نزدیک به 35 درصد برای پلتفرمی ویندوزی سیستم طراحی می کنند. پلتفرم بعدی اندروید با 20% می باشد.

* دیتابیس MySQL با نزدیک به 60% پیشتاز می باشد. سپس SQL Server با 42% محبوب ترین دیتابیس می باشد. جایگاه بعدی متعلق به PostgreSQL می باشد. فراموش نکنیم که دیتابیس های اول و سوم بر خلاف SQL Server رایگان هستند.

* دیتابیس درون حافظه ای Redis، محبوب ترین سیستم برای استفاده به عنوان Cache می باشد.

* زبان های برنامه نویسی به ترتیب محبوبیت Java و سپس Python و سپس C# و سپس PHP می باشند.

گزارش نشان از رشد فزاینده ای در حوزه های مرتبط با "DevOps" و همچنین "Machine Learning" و "Data Science" حکایت می کند. این پوزیشن ها دارای حقوق های بسیار بالا و تقاضای زیادی هستند. علت رشد محبوبیت بالای زبان پایتون که زبان اصلی یادگیری ماشین هست و سایر کتابخانه ها نظیر "TensorFlow" می تواند همین باشد. اهمیت این حوزه ها به قدری است که مدیریت گوگل در کانادا اذعان داشت تا 5 سال دیگر افراد ناآشنا با حوزه "یادگیری ماشین" همه مزیت رقابتی خود را از دست خواهند داد.

* مشاهده نظرسنجی:

https://insights.stackoverflow.com/survey/2018?utm_source=so-owned&utm_medium=meta&utm_campaign=dev-survey-2018-promotion#technology

🙏Thanks to: @seyedyasernabavi

معرفی #کورس
برنامه رایگان یادگیری عمیق ماکروسافت شامل 10 کورس
Microsoft Professional Program for Artificial Intelligence track

REQUIRED COURSES: 10
HOURS PER COURSE: 16-32
SKILLS: 8

معرفی #کورس
https://t.iss.one/cvision/515
برنامه رایگان یادگیری عمیق ماکروسافت شامل 10 کورس

لینک دوره:

https://academy.microsoft.com/en-us/tracks/artificial-intelligence/


توضیحات:
سرفصل ها...
Get Started with AI
Use #Python to Work with Data
Use #Math and #Statistics Techniques
Consider Ethics for #AI
Plan and Conduct a Data Study
Build #Machine_Learning Models
Build #Deep_Learning Models
Build #Reinforcement_Learning Models
Develop Applied AI Solutions
Final Project
Microsoft Professional Program Certificate in Artificial Intelligence

از اکانت ماکروسافت شما به سایت edx متصل شده و کورس ها را رایگان در ادکس میگذرانید. در پایان در سایت ماکروسافت گواهی اتمام دوره را دریافت خواهید کرد.

معرفی #کورس، #آموزش

Accelerating Deep Learning with GPU

این کورس سومین کورس از LEARNING PATH یا مسیر یادگیری deep learning سایت cognitiveclass از شرکت IBM است.

این کورس قبلا آزمایشی بود و اخیرا برای عموم آزاد شده است.

بر خلاف دو کورس دیگر این مسیر یادگیری، فقط یکبار در این کورس میتوانید ثبت نام کنید و در طول یک هفته باید آن را به اتمام برسانید، و هر هفته فقط 40 نفر نخستی که ثبت نام میکنند پذیرش میشوند، احتمالا این محدودیت ها به دلیل در اختیار گذاشتن سرورهای پردازشی powerAI در طول دوره و محدودیت های سخت افزاری است!
این کورس و دسترسی به ابر پردازشی powerAi در طول این کورس کاملا #رایگان است.

https://cognitiveclass.ai/courses/accelerating-deep-learning-gpu/

⭕️ Course Syllabus:
✅ Module 1 – Quick review on Deep Learning
✔️Intro to Deep Learning
✔️Deep Learning Pipeline
✅ Module 2 – Hardware Accelerated Deep Learning
✔️How to accelerate a deep learning model?
✔️Running TensorFlow operations on CPUs vs. GPUs
✔️Convolutional Neural Networks on GPUs
✔️Recurrent Neural Networks on GPUs
✅ Module 3 – Deep Learning in the Cloud
✔️Deep Learning in the Cloud
✔️How does one use a GPU
✔️Stock Price Prediction
✅ Module 4 – Distributed Deep Learning
✔️Distributed Deep Learning

⭕️ GENERAL INFORMATION:
➖This course is free.
➖This course if with Python language.
➖It is scheduled course.

⭕️ REQUIREMENTS:
✔️Python programming
✔️Tensorflow
✔️Deep Learning fundamental

#tensorflow #GPU #deep_learning

#خبر
کارکنان گوگل در نامه ای به مدیر ارشد اجرایی این شرکت به همکاری با پنتاگون اعتراض کردند...

[pic: https://bit.ly/2uVtOqf]

حدودا یک ماه پیش خبری منتشر شد که گوگل با وزارت دفاع امریکا همکاری میکند و از کتابخانه تنسرفلو نیز استفاده میکنند:

the company provided "open source #TensorFlow APIs” to the #DoD.
https://t.iss.one/cvision/480

اخیرا کارمندان گوگل به همکاری این کمپانی با وزارت دفاع آمریکا اعتراض کردند.
بیش از 3100 کارمند گوگل با امضای نامه ای به همکاری این شرکت با پروژه های وزارت دفاع آمریکا اعتراض کرده اند.
کارمندان گوگل نامه ای به ساندار پیچای، مدیر ارشد اجرایی گوگل، نوشته و از او خواسته اند در پروژه های خلق فناوری هایی که در جنگ افزارها استفاده می شود، شرکت نکند.

طبق این پروژه گوگل سیستم نظارت مبتنی بر هوش مصنوعی می سازد تا در تحلیل تصاویر ثبت شده توسط پهپادها به ارتش کمک کند. این فناوری می تواند خودرو و اشیای دیگر و حرکات و فعالیت های آنها را ردیابی کند.

https://www.nytimes.com/2018/04/04/technology/google-letter-ceo-pentagon-project.html

🙏Thanks to: @aiscience
@cvision

https://medium.com/tensorflow/mit-6-s191-introduction-to-deep-learning-24994d705aca

مرتبط با:

https://t.iss.one/cvision/481

#ارائه_علمی

Yann LeCun - Power & Limits of Deep Learning
https://youtu.be/0tEhw5t6rhc
(Published on Nov 19, 2017)

Yann LeCun is Director of AI Research at Facebook, and Silver Professor of Dara Science, Computer Science, Neural Science, and Electrical Engineering at New York University, affiliated with the NYU Center for Data Science, the Courant Institute of Mathematical Science, the Center for Neural Science, and the Electrical and Computer Engineering Department.

#yann_lecun

#خبر
طبق گزارشی که اخیرا منتشر شده، ارزش بازار یادگیری عمیق تا سال ۲۰۲۳ به ۱۸.۱۶ میلیارد دلار خواهد رسید.
https://www.marketsandmarkets.com/Market-Reports/deep-learning-market-107369271.html

#خبر
محققین MIT با استفاده از یادگیری عمیق و تنسورفلو یک دستگاه پوشیدنی به اسم AlterEgo ساخته اند که می تواند کلماتی که کاربر در ذهنش زمزمه می کند ولی به صورت بلند تلفظ نمی کند (اصطلاحا گفتار خاموش) را بفهمد و به متن تبدیل کند. یعنی مثلا اگر دو کاربر از این دستگاه به صورت همزمان استفاده کنند بدون تلاش خاصی می توانند با هم ارتباط برقرار کنند!
https://news.developer.nvidia.com/mit-researchers-use-ai-to-capture-silent-speech/?ncid=nv-twi-36236

مقاله مربوط به این پژوهش:
https://dam-prod.media.mit.edu/x/2018/03/23/p43-kapur_BRjFwE6.pdf

📹دوربین هوشمند مظنون را در میان ۶۰ هزار نفر تشخیص داد

🎼دوربین هوشمندی در چین توانست یک مظنون تحت تعقیب را در میان ۶۰ هزار نفر از شرکت‌کنندگان یک کنسرت موسیقی شناسایی کند.

👮🏻‍♀️پلیس وقتی این مرد ۳۱ ساله بازداشت کرد از تعجب "خشکش زده بود".

💰پلیس "جرائم اقتصادی" را علت بازداشت آقای آئو ذکر کرده است.

⚡️بیشتر در Instant View بخوانید⬇️
https://bbc.in/2EIYWsQ

توصیه های بامزه برای این که چطور در سال 2018 یک مقاله یادگیری عمیق منتشر کنیم :)

https://www.kdnuggets.com/2018/04/machine-learning-engineer-data-scientist-best-jobs.html

محور عمودی میزان دستمزد هر عنوان، محور افقی رشد، و اندازه هر دایره تعداد جایگاه شغلی را نشان می دهد.

#آموزش #سورس_کد

Implementation of research papers on Deep Learning+ NLP+ CV in Python using #Keras, #Tensorflow and #Scikit_Learn.

https://deeplearn-ai.com


[1] Correlation Neural Networks. CV, transfer learning, representation learning.

[2] Reasoning With Neural Tensor Networks for Knowledge Base Completion. NLP, ML.

[3] Common Representation Learning Using Step-based Correlation Multi-Modal CNN. CV, transfer learning, representation learning.

[4] ABCNN: Attention-Based Convolutional Neural Network for Modeling Sentence Pairs. NLP, deep learning, sentence matching.

[5] Learning to Rank Short Text Pairs with Convolutional Deep Neural Networks. NLP, deep learning, CQA.

[6] Combining Neural, Statistical and External Features for Fake News Stance Identification. NLP, IR, deep learning.

[7] WIKIQA: A Challenge Dataset for Open-Domain Question Answering. NLP, deep learning, CQA.

[8] Siamese Recurrent Architectures for Learning Sentence Similarity. NLP, sentence similarity, deep learning.

[9] Convolutional Neural Tensor Network Architecture for Community Question Answering. NLP, deep learning, CQA.

[10] Map-Reduce for Machine Learning on Multicore. map-reduce, hadoop, ML.

[11] Teaching Machines to Read and Comprehend. NLP, deep learning.

[12] Improved Representation Learning for Question Answer Matching. NLP, deep learning, CQA.

[13] External features for community question answering. NLP, deep learning, CQA.

[14] Language Identification and Disambiguation in Indian Mixed-Script. NLP, IR, ML.

[15] Construction of a Semi-Automated model for FAQ Retrieval via Short Message Service. NLP, IR, ML.


🔗https://github.com/GauravBh1010tt/DeepLearn

#deep_learning #nlp #vision

#آموزش #سورس_کد
یکی از چالش های یادگیری عمیق به خصوص در کاربردهای بینایی ماشین درست کردن دیتاست لیبل دار خوب هست. خوشبختانه یک نفر برای حل این مشکل، اسکریپت زیر را برای دانلود خودکار و دسته ای تصاویر از گوگل نوشته است :
https://github.com/hardikvasa/google-images-download?files=1

#پادکست
آخرین اپیزود پادکست Dataframed با موضوع «یادگیری عمیق در Nvidia» به مصاحبه با خانم میشل گیل از محققین این شرکت در زمینه کاربردهای یادگیری عمیق ، ابزارهایی که Nvidia برای یادگیری عمیق استفاده می کند، چالش ها و بایدها و نبایدهای استفاده از یادگیری عمیق می پردازد.
https://www.datacamp.com/community/podcast/deep-learning-nvidia

‍ 🔺این ویدئوی جعلی از باراک اوباما، نشان می‌دهد که پدیده اخبار کاذب وارد مرحله جدید و خطرناکی شده است

https://www.1pezeshk.com/archives/2018/04/jordan-peele-teams-with-buzzfeed-for-obama-fake-news-awareness-video.html

#منبع #آموزش
ویدئوهای (غیررسمی) مربوط به دوره سال 2017 Tensorflow for Deep Learning Research دانشگاه استنفورد در سایت قرار گرفت. این ویدئوها برای افرادی که تازه می خواهند تنسورفلو را یاد بگیرند گزینه خوبی است.

https://muniversity.ir/tensorflow-for-deep-learning-research/

🙏Thanks to: @muniversity_ir