#دمو #مقاله #سورس_کد
دموی آنلاین تبدیل چهره با شبکه های مولد

https://blog.openai.com/glow/

#GAN #GLOW #generative

#مقاله ٫ #سورس_کد کد #دیتاست

https://t.iss.one/cvision/668

Code for reproducing results in "Glow: Generative Flow with Invertible 1x1 Convolutions"


🔗abstract:
https://arxiv.org/abs/1807.03039

🔗Paper:
https://arxiv.org/pdf/1807.03039

🔗source code:
https://github.com/openai/glow

🔗Project Page + Online #Demo:
https://blog.openai.com/glow/

#Tensorflow #Horovod #dataset #gan #GLOW #generative

مهلت ثبت نام: تا پایان جمعه 19 مرداد

Tracking multiple objects with OpenCV
https://www.pyimagesearch.com/2018/08/06/tracking-multiple-objects-with-opencv/

#tracking #openCV

یادگیری عمیق در node.js با tensorflow

https://jamesthom.as/blog/2018/08/07/machine-learning-in-node-dot-js-with-tensorflow-dot-js/

#javascript #tensorflow #deep_learning

#خبر
تنسورفلو 1.9 به صورت رسمی از Raspberry pi پشتیبانی میکند.

https://medium.com/tensorflow/tensorflow-1-9-officially-supports-the-raspberry-pi-b91669b0aa0?linkId=55070050

#tensorflow #raspberry

Slides from #JSM2018

Introductory Overview Lecture on The Deep Learning Revolution

https://www.cs.cmu.edu/~rsalakhu/jsm2018.htmlTr

#هوش_مصنوعی فوق‌العاده‌ای که میتونه قطرات آب و باران را از عکس‌های ثبت شده حذف کند.

Attentive Generative Adversarial Network

https://arxiv.org/abs/1711.10098.pdf

🙏Thanks to: @myzoomit

#GAN

9 Things You Should Know About #TensorFlow
https://hackernoon.com/9-things-you-should-know-about-tensorflow-9cf0a05e4995

Quickly search over billions of images

image-match is a simple (now Python 3!) package for finding approximate image matches from a corpus. It is similar, for instance, to pHash, but includes a database backend that easily scales to billions of images and supports sustained high rates of image insertion: up to 10,000 images/s on our cluster!:

https://github.com/ascribe/image-match

#خبر
AI can now tell your boss what skills you lack—and how you can get them

https://www.technologyreview.com/s/611790/coursera-ai-skills/

Interactive SVM Explorer, using Dash and scikit-learn
https://github.com/plotly/dash-svm

#SVM #Plotly #scikit_learn

بنابر درخواست مکرر برخی از اعضای کانال برای شرکت در دوره یادگیری عمیق، ظرفیت محدودی برای ثبت نام در دوره مقدماتی و پیشرفته مجددا تخصیص داده شده است. علاقه مندان می توانند برای ثبت نام به
https://evand.com/events/part-dlss
مراجعه کنند.

کد تخفیف برای ثبت نام در دوره مقدماتی: tensorflow
کد تخفیف برای ثبت نام در دوره پیشرفته: tensorflow_a

با سلام خدمت همه دوستان شرکت کننده در دوره مقدماتی،
کدها و اسلایدهای ارائه مهندس اخوان پور داخل گیت هاب مرکز تحقیقات هوش پارت قرار گرفت.
https://github.com/partdpai/Part-2018-Deep-Learning-School

مرکز تحقیقات هوش پارت

https://t.iss.one/partdpai

#مقاله
Group Normalization
مقاله محققان فیس بوک
همان طور که میدانیدBatch Normalization یا BN یک تکنیک مناسب برای آموزش شبکه های شبکه های عمیق است. اما این تکنیک برای Batch های کوچک خطای بالایی دارد. که معمولا برای کاربردهای object detection و ... مجبوریم سایز batch کوچکی نظیر 2، 4 یا 8 استفاده کنیم.
در این مقاله محققان فیس بوک با اراپه Group Normalization این مشکل را حل کردند.

On ResNet-50 trained in ImageNet, GN has 10.6% lower error than its BN counterpart when using a batch size of 2; when using typical batch sizes, GN is comparably good with BN and outperforms other normalization variants.

https://arxiv.org/abs/1803.08494

#normalization #batch_norm #group_norm #facebook

#پیاده_سازی مقاله ی #group_norm
https://t.iss.one/cvision/683

در #tensorflow و #keras

در تنسرفلو
https://www.tensorflow.org/api_docs/python/tf/contrib/layers/group_norm
در کراس
https://github.com/titu1994/Keras-Group-Normalization
https://github.com/shaoanlu/GroupNormalization-keras

#normalization #batch_norm #group_norm #facebook

با سلام خدمت همه دوستان شرکت کننده در دوره مقدماتی، تمامی کدها و اسلایدهای مباحث مطرح شده در دوره در آدرس گیت هاب مرکز تحقیقات هوش پارت قرار گرفت.

https://github.com/partdpai/Part-2018-Deep-Learning-School



مرکز تحقیقات هوش پارت

https://t.iss.one/partdpai
https://ble.im/partdpai
sapp.ir/partdpai
https://partdp.ai/

پیروزی انسان بر هوش مصنوعی ✌🏻
چندی پیش خبر پیروزی بات های OpenAI (که با استفاده از یادگیری عمیق تقویتی فعالیت می کنند) بر تیمی از بازیکن های حرفه ای بازی محبوب Dota 2 منتشر شد.
بعد از این دستاورد مهم OpenAI تصمیم گرفت که هوش مصنوعی خود را در مقابل تیمی از بهترین بازیکنان این بازی در جشنواره The International در 3 مسابقه به امتحان بگذارد.
در مسابقه اول که دو روز پیش برگزار شد تیمی از بازیکن های حرفه ای برزیلی با اقتدار توانستند بات های OpenAI را شکست دهند.
در مسابقه دوم که دیشب بین بات ها و تیمی از چین برگزار شد هر چند که در ابتدا تیم بات های OpenAI از تیم انسان ها پیشی گرفته بود اما در انتها باز هم انسان ها پیروز این مسابقه شدند تا در نهایت انسان ها فارغ از مسابقه سوم برنده این جدال شوند.

فیلم مسابقه اول
https://www.youtube.com/watch?v=dYXIgOaU1zw

فیلم مسابقه دوم
https://www.youtube.com/watch?v=ejC67PsvVS4

دوره پیشرفته یادگیری عمیق مرکز تحقیقات هوش پارت در تاریخ 8 و 9 شهریور برگزار خواهد شد و در این دوره مباحث زیر را مطرح خواهیم کرد:
* one-shot learning: Face Verification & Recognition - علیرضا اخوان پور
* یادگیری عمیق تقویتی - مهندس بادنوا
* آموزش کتابخانه یادگیری عمیق پایتورچ (Pytorch)- مهندس مسعود پوررضا
* آموزش کتابخانه یادگیری عمیق تنسورفلو (TensorFlow) - مهندس مهدی زاده

برای ثبت نام و مشاهده سرفصل های این دوره به آدرس زیر مراجعه کنید:
https://evand.com/events/part-dlss/

مهلت ثبت نام تا پایان روز دوشنبه 5 شهریور خواهد بود و تمدید نخواهد شد.

مرکز تحقیقات هوش پارت
@partdpai

کد تخفیف برای ثبت نام در دوره مقدماتی: tensorflow
کد تخفیف برای ثبت نام در دوره پیشرفته: tensorflow_a