Deep learning channel
4.6K subscribers
148 photos
11 videos
25 files
310 links
این کانال در کنار گروه و سایت پرسش و پاسخ برای انسجام بخشی به مطالب ایجاد شده است.
https://www.deeplearning.ir
https://www.aparat.com/irandeeplearning
Download Telegram
2nd International Tutorial on Large Scale Holistic Video Understanding @ICCV_2021
starts in less than 2 minutes! Don't forget to join our live session!



Tutorial Program:
https://holistic-video-understanding.github.io/tutorials/iccv2021.html
Forwarded from Ali Ghofrani
"Non-Deep Networks"

Depth is the hallmark of DNNs. But more depth means more sequential computation and higher latency. This begs the question is it possible to build high-performing "non-deep" neural networks? We show that it is. We show, for the first time, that a network with a depth of just 12 can achieve top-1 accuracy over 80% on ImageNet, 96% on CIFAR10, and 81% on CIFAR100. We also show that a network with a low-depth (12) backbone can achieve an AP of 48% on MS-COCO.

https://arxiv.org/pdf/2110.07641.pdf

https://github.com/imankgoyal/NonDeepNetworks
The recorded video of our Second International Tutorial on Large Scale Holistic Video Understanding
@ ICCV 2021
is publicly available on our YouTube channel:

https://www.youtube.com/watch?v=KwVdGALzJo8

Tutorial Details:
0:00:00 Opening Remarks
0:03:24 Hilde Kuehne (MIT-IBM): Understanding Videos Without Labels
1:04:19 Efstratios Gavves (University of Amsterdam): The Machine Learning of Time and Dynamics ... with an emphasis on Sciences
2:10:00 Cees G. M. Snoek (University of Amsterdam): Return of the Tubelets
3:03:03 Yale Song (Microsoft Research): Towards Self-Supervised Holistic Video Representations
4:03:35 Raquel Urtasun (University of Toronto): An AI-First Approach to Self Driving
5:03:48 Ehsan Adeli (Stanford University): Forecasting Human Dynamics in Multiple Levels of Abstraction
6:05:21 Xiaolong Wang (UC San Diego): Learning to Perceive Videos for Embodiment
6:50:50 Georgia Gkioxari (Facebook AI Research): Can Video Rescue Object Understanding?
سامانه‌ی جمع‌آوری دادگان دست‌نوشته‌ی برخط فارسی

از کاربردهای مهم چنین پایگاه داده‌ای می‌توان به تشخیص دست‌خط در زبان فارسی و تبدیل دست‌نوشته‌ی دیجیتال فارسی به نوشتار اشاره کرد.
برای مشارکت در این پروژه، پس از ثبت‌نام در سامانه می‌توانید با استفاده از لمس، قلم لمسی، قلم دیجیتالی، موس یا تاچ‌پد به نوشتن متن‌های کوتاه، گروه کلمات یا امضا بپردازید.
🌐 https://farsihandwriting.ir
🏆 همراه با قرعه کشی جوایز نفیس برای مشارکت کنندگان عزیز
🌐 امید است که بتوانیم با کمک شما فارسی‌زبانان عزیز، قدم مهمی در زمینه‌ی هوش مصنوعی و ابزارهای کاربردی زبان فارسی برداریم🌷🌹

@FarsiHandwriting
@irandeeplearning
@bigdataworkgroup
همین حالا در تخصصی‌ترین دوره بینایی ماشین کشور ثبت نام کنید.

دوره «توربو ویژن» با همه دوره‌هایی که تا امروز در حوزه هوش مصنوعی برگزار شده متفاوته.
این دوره متمرکز بر فناوری بینایی ماشینه و یک دوره کاملا عملیه. اما فراموش نکنید که ظرفیت پذیرش محدوده.

برای ثبت نام ابتدا وارد سایت کالج تخصصی هوش مصنوعی پارت بشید. سپس فرم رو تکمیل و رزومه‌تون رو بارگذاری کنید. متخصصان پارت رزومه شما رو بررسی می‌کنند و در صورتی که شرایط شرکت در دوره رو داشتید به مصاحبه دعوت می‌شید. با پذیرفته شدن در این مصاحبه می‌تونید در دوره شرکت کنید.

در دوره توربو ویژن علاوه بر کلاس های تئوری آنلاین، کارگاه های عملی حضوری هم دارید و زیرنظر منتورها پروژه‌های بینایی ماشین رو توسعه میدین. کارگاه‌های عملی این دوره در شهرهای تهران و مشهد به صورت حضوری برگزار می‌شه.

کسانی که در این کارگاه‌ها نمره عملی بالایی کسب کنن، می‌تونن در تیم بینایی ماشین پارت مشغول به کار بشن.

ظرفیت پذیرش دوره فقط ۳۰ نفره و برای ثبت نام تا 14 آبان ساعت 12 شب فرصت دارید. پس عجله کنید.

لینک ثبت نام
www.partcollege.ai
#live #webinar

🖥 Modern Security Era

👤 Mohsen Alimomeni

Nov 24, 2021 (10 AM GMT+3:30) - (Now)

🌐 https://vroom.ut.ac.ir/engsci4


@irandeeplearning
Visually Grounded Reasoning across Languages and Cultures

The design of widespread vision-and-language datasets and pre-trained encoders directly adopts, or draws inspiration from, the concepts and images of ImageNet. While one can hardly overestimate how much this benchmark contributed to progress in computer vision, it is mostly derived from lexical databases and image queries in English, resulting in source material with a North American or Western European bias. Therefore, they devise a new protocol to construct an ImageNet-style hierarchy representative of more languages and cultures. In particular, They let the selection of both concepts and images be entirely driven by native speakers, rather than scraping them automatically.

🕗 December 8, 2021 (17 Azar, 1400)

🌐 https://teias.institute/liu-talk202112/

@irandeeplearning
Forwarded from AAIC
📣 ششمین دوره مسابقات هوش مصنوعی امیرکبیر
📆 اسفند ۱۴۰۰، دانشگاه صنعتی امیرکبیر

💢عناوین مسابقات💢
🔹 پیش‌بینی بازار سهام
🔹 تولید گراف توصیف صفحه
🔹 ادراک صحنه خودروی خودران
🔹 پردازش هوشمند داده‌های دیوار
🔹 تشخیص هوشمند باگ‌های کد منبع
🔹 تشخیص غلط‌های رایج در روان‌خوانی قرآن کریم
🔹 پیش‌بینی میزان مصرف ماهیانه مشترکین همراه اول
🔹 تشخیص کلمات کلیدی در مکالمات مرکز تماس همراه اول

جهت کسب اطلاعات بیشتر و شرکت در مسابقات به وب‌سایت زیر مراجعه کنید:

🌐 https://aaic.aut.ac.ir
🆔 @aaic_aut
🛎 فراخوان جذب کارآموز در موضوعات داغ هوش مصنوعی همراه اول

دوره #کارآموزی (internship#) یک دوره ۴ ماهه کاری، با هدف افزایش تجربه کاری در دانشجویان و فارغ‌التحصیلان جویای کار است. این دوره به منظور شناسایی، توانمندسازی و جذب نیروی انسانی مستعد توسط مجموعه بزرگ #همراه_اول به‌صورت مستمر برگزار می‌گردد.

امکان استخدام پس از پایان دوره
بیش از ۷۰ موقعیت کارآموزی
کسب تجربه فعالیت در یک شرکت بزرگ فناوری
گواهی معتبر و معرفی به شرکت‌های خانواده همراه
کارگاه‌های آموزشی و تقویت مهارت‌های نرم

آخرین مهلت ثبت‌نام: ۲۰ دی ۱۴۰۰

🌐 مشاهده موقعیت‌های کارآموزی و ثبت‌نام:
www.hamrah.academy/internship

@hamrah_academy
@irandeeplearning
@bigdataworkgroup
AV-HuBERT: speech recognition by lips
🌀 A self-supervised learning framework for audio-visual speech

Meta introduced AV-HuBERT, a speech recognition framework based on both its sound and the movement of the speaker’s lips.

AV-Hubert recognition accuracy is 75% higher than that of state-of-the-art models trained on the same number of transcriptions.

AV-Hubert surpasses the previous best audiovisual speech recognition system by using one tenth of the tagged data, which makes it potentially useful for languages with a small amount of audio data.

https://github.com/facebookresearch/av_hubert

@irandeeplearning
🏆 ششمین دوره مسابقات هوش مصنوعی امیرکبیر

چالش جستجوی کلمات کلیدی در مکالمات مرکز تماس همراه اول

آخرین مهلت ثبت نام: 25 فروردین ماه1401

🌐 https://aaic.aut.ac.ir

@aaic_aut
@irandeeplearning
🏆 ششمین دوره مسابقات هوش مصنوعی امیرکبیر

چالش پیش‌بینی میزان مصرف اینترنت مشترکین همراه اول

آخرین مهلت ثبت نام: 10 اسفندماه 1400

🌐 https://aaic.aut.ac.ir

@aaic_aut
@irandeeplearning
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#کورس #منبع
📺 ML YouTube Courses

اینجا اغلب کورس های رایگان یادگیری عمیق و یادگیری ماشین که تو یوتیوب قرار داده شده لیست شده...

https://github.com/dair-ai/ML-YouTube-Courses
کلاس‌ویژن با همکاری دیجی‌نکست برگزار میکند

دوره‌ی تخصصی شبکه های عصبی مولد عمیق و GAN

https://class.vision/product/gan-deep-generative/

کد تخفیف 10 درصدی: cvision
هم اکنون / مجموعه سخنرانی های هوش مصنوعی امیرکبیر

ارائه دکتر نیک آبادی در خصوص ویرایش معنایی صفات چهره با استفاده از مدل های مولد

🌐 https://bluemeet.aut.ac.ir/ch/aaic_lectures/guest
Google, despite being a trailblazer in machine learning development with TensorFlow, has ceded stewardship to Meta and the now-preferred developer framework PyTorch. Now it is adopting a successor internally to power its machine learning efforts.

JAX, originally a small research project internally, is expected to become the underpinning of Google's products. TensorFlow is seen as unwieldy and bloated, and JAX solved a key problem internally at Google: quick access to TPUs, which are readily available to Googlers.

https://www.businessinsider.com/facebook-pytorch-beat-google-tensorflow-jax-meta-ai-2022-6?r=US&IR=T