Tensorflow(@CVision)
14.8K subscribers
1.26K photos
294 videos
80 files
2.46K links
اخبار حوزه یادگیری عمیق و هوش مصنوعی
مقالات و یافته های جدید یادگیری عمیق
بینایی ماشین و پردازش تصویر

TensorFlow, Keras, Deep Learning, Computer Vision

سایت دوره
https://class.vision

👨‍💻👩‍💻پشتیبان دوره ها:
@classvision_support
Download Telegram
Forwarded from Deleted Account
Ng_MLY01.pdf
1.5 MB
#منبع #کتاب
فصل 1 تا 14 نسخه اولیه و غیر نهایی کتاب دکتر Andrew Ng

MACHINE LEARNING YEARNING, BY ANDREW NG
https://www.mlyearning.org

@Cvision
#آموزش

توئیت Francois Chollet نویسنده کتابخانه Keras،
نیاز به تعریف معیار جدیدی برای عمومیت بخشی مدل،

https://twitter.com/fchollet/status/987035881855893504?s=19
لیست شرکت هایی که چیپ های مخصوص یادگیری عمیق می سازند.
#منبع #آموزش

نوت بوک های مربوط به کتاب Deep Learning with Python ، نوشته شده توسط
François Chollet
نویسنده ی اصلی کتابخانه Keras در پایتون.

https://github.com/fchollet/deep-learning-with-python-notebooks

خود کتاب برخی از فصلهاش توسط نویسنده رایگان منتشر شده است:

https://www.manning.com/books/deep-learning-with-python?a_aid=keras&a_bid=76564dff

#keras
مرتبط با
https://t.iss.one/cvision/369

در آستانه پخش فصل دوم سریال Westworld این دموی جالب از ترکیب شخصیت Dolores در تریلیر این سریال و یادگیری عمیق را ببینید:
https://alteredqualia.com/xg/examples/gaze_dolores.html
محققان دانشگاه MIT:
چهره، هنوز چهره است، حتی اگر خراب شود، و انسان در بازشناسی این چهره ها عالی عمل میکند.

#face

https://blogs.discovermagazine.com/neuroskeptic/2018/04/22/amazing-distorted-faces/
Ng_MLY02.pdf
591 KB
#منبع #کتاب
نسخه اولیه
فصل 15 تا 19 کتاب جدید #Andrew_ng امروز منتشر شد

Machine Learning Yearning - Chapters 15-19
#release
نسخه 0.4 پای تورچ منتشر شد.
#PyTorch v0.4:
Windows support, zero-dimensional Tensors, Tensor-Variable merge, CuDNN 7.1 and more

https://github.com/pytorch/pytorch/releases/tag/v0.4.0
علاوه بر تغییرات ذکر شده در نسخه 0.4 #پایتورچ حالا به صورت رسمی امکان استفاده از #pytorch بر روی ویندوز هم به این نسخه اضافه شده است.
#مقاله
Revisiting Small #Batch Training for Deep Neural Networks
(Submitted on 20 Apr 2018)

در حالی که mini-batch بزرگتر بهره وری سیستم را به دلیل موازی سازی بالا میبرد، اما سایز بچ کوچکتر، قابلیت تعمیم یا generalization را افزایش می دهد.

https://arxiv.org/abs/1804.07612