📌 ؛ SALMONN - مدل ML برای کار با صدا
🔹؛SALMONN یک مدل یادگیری ماشین چندوجهی منبع باز جدید است که برای پردازش داده های صوتی از هر نوع: گفتار، موسیقی و صداهای مختلف طراحی شده است.
➖؛SALMONN مبتنی بر ادغام یک مدل زبانی بزرگ (LLM) با دو رمزگذار است: Whisper برای درک گفتار و BEAT برای سایر صداها. رمزگذارهای صوتی و LLM از طریق ماژول تبدیل داده Q-Former به یکدیگر متصل می شوند.
به لطف این ترکیب، SALMONN می‌تواند طیف گسترده‌ای از وظایف پردازش هوشمند صوتی، از تشخیص گفتار گرفته تا تولید داستان بر اساس صداهای شنیده شده را انجام دهد. کافی است یک قطعه صوتی و شرح متنی کار را به عنوان ورودی به او ارائه دهید.
🔹؛SALMONN از مدل Vicuna به عنوان LLM خود استفاده می کند، بر اساس مدل LLaMA با 13 میلیارد پارامتر و بر روی بهترین مکالمات با ChatGPT آموزش دیده است. نویسندگان SALMONN همچنین نسخه ای از مدل خود را بر اساس Vicuna با 7 میلیارد پارامتر منتشر کردند. اولین مورد نیاز به یک کارت گرافیک با 80 گیگابایت حافظه برای اجرا دارد و دومی به "فقط" 40 گیگابایت نیاز دارد.
به دلیل کوانتیزه کردن، مدل را می توان تا 24 گیگابایت فشرده کرد، سپس امکان اجرای آن بر روی کارت گرافیک بازی و نه فقط بر روی یک شتاب دهنده حرفه ای وجود خواهد داشت.
GitHub: https://github.com/bytedance/SALMONN
Paper : https://arxiv.org/pdf/2310.13289v1.pdf
Datasets : https://paperswithcode.com/dataset/librispeech
#LLM
🔹؛SALMONN یک مدل یادگیری ماشین چندوجهی منبع باز جدید است که برای پردازش داده های صوتی از هر نوع: گفتار، موسیقی و صداهای مختلف طراحی شده است.
➖؛SALMONN مبتنی بر ادغام یک مدل زبانی بزرگ (LLM) با دو رمزگذار است: Whisper برای درک گفتار و BEAT برای سایر صداها. رمزگذارهای صوتی و LLM از طریق ماژول تبدیل داده Q-Former به یکدیگر متصل می شوند.
به لطف این ترکیب، SALMONN می‌تواند طیف گسترده‌ای از وظایف پردازش هوشمند صوتی، از تشخیص گفتار گرفته تا تولید داستان بر اساس صداهای شنیده شده را انجام دهد. کافی است یک قطعه صوتی و شرح متنی کار را به عنوان ورودی به او ارائه دهید.
🔹؛SALMONN از مدل Vicuna به عنوان LLM خود استفاده می کند، بر اساس مدل LLaMA با 13 میلیارد پارامتر و بر روی بهترین مکالمات با ChatGPT آموزش دیده است. نویسندگان SALMONN همچنین نسخه ای از مدل خود را بر اساس Vicuna با 7 میلیارد پارامتر منتشر کردند. اولین مورد نیاز به یک کارت گرافیک با 80 گیگابایت حافظه برای اجرا دارد و دومی به "فقط" 40 گیگابایت نیاز دارد.
به دلیل کوانتیزه کردن، مدل را می توان تا 24 گیگابایت فشرده کرد، سپس امکان اجرای آن بر روی کارت گرافیک بازی و نه فقط بر روی یک شتاب دهنده حرفه ای وجود خواهد داشت.
GitHub: https://github.com/bytedance/SALMONN
Paper : https://arxiv.org/pdf/2310.13289v1.pdf
Datasets : https://paperswithcode.com/dataset/librispeech
#LLM
GitHub
GitHub - bytedance/SALMONN: SALMONN family: A suite of advanced multi-modal LLMs
SALMONN family: A suite of advanced multi-modal LLMs - bytedance/SALMONN
⭕️ نقشه راه جامع آموزش یادگیری ماشین 2023
☑️ مجموعه‌یِ پیش رو نقشه راه کاملی از روش‌ها، فرآیندها، الگوریتم‌ها و مباحثی است که برای یادگیری کامل ماشین لرنینگ جمع آوری شده است و نیازهای هر متقاضی (از مبتدی تا حرفه‌ای) که می خواهد وارد دنیای علم داده و هوش مصنوعی شود را، پوشش می‌دهد.
✅ این نقشه ی راه به 16 بخش تقسیم شده است که شامل 256 ساعت یادگیری در طول 8 ماه و بیش از 500 پروژه علم داده و یادگیری ماشین و همچنین ساعات زیادی برای تمرین و ایجاد پروژه می‌شود.
┌ 🏷 Month 1
├ ◼️ Python Programming & Logic Building
└ ◻️ Data Structure & Algorithms
┌ 🏷 Month 2
├ ◼️ Pandas Numpy Matplotlib
└ ◻️ Statistics
┌ 🏷 Month 3
├ ◼️ Machine Learning
└ ◻️ ML Operations
┌ 🏷 Month 4
├ ◼️ Natural Language Processing
└ ◻️ Computer Vision
┌ 🏷 Month 5
├ ◼️ Data Visualization with Tableau
└ ◻️ Structured Query Language (SQL)
┌ 🏷 Month 6
├ ◼️ Data Engineering
└ ◻️ Data System Design
┌ 🏷 Month 7
├ ◼️ Five Major Capstone Projects
└ ◻️ Interview Preparations
┌ 🏷 Month 8
├ ◼️ Git & GitHub
└ ◻️ Personal Branding and portfolio
📚 لینک دسترسی به جزئیات مباحث: RoadMap
#یادگیری_ماشین #MachineLearning
☑️ مجموعه‌یِ پیش رو نقشه راه کاملی از روش‌ها، فرآیندها، الگوریتم‌ها و مباحثی است که برای یادگیری کامل ماشین لرنینگ جمع آوری شده است و نیازهای هر متقاضی (از مبتدی تا حرفه‌ای) که می خواهد وارد دنیای علم داده و هوش مصنوعی شود را، پوشش می‌دهد.
✅ این نقشه ی راه به 16 بخش تقسیم شده است که شامل 256 ساعت یادگیری در طول 8 ماه و بیش از 500 پروژه علم داده و یادگیری ماشین و همچنین ساعات زیادی برای تمرین و ایجاد پروژه می‌شود.
┌ 🏷 Month 1
├ ◼️ Python Programming & Logic Building
└ ◻️ Data Structure & Algorithms
┌ 🏷 Month 2
├ ◼️ Pandas Numpy Matplotlib
└ ◻️ Statistics
┌ 🏷 Month 3
├ ◼️ Machine Learning
└ ◻️ ML Operations
┌ 🏷 Month 4
├ ◼️ Natural Language Processing
└ ◻️ Computer Vision
┌ 🏷 Month 5
├ ◼️ Data Visualization with Tableau
└ ◻️ Structured Query Language (SQL)
┌ 🏷 Month 6
├ ◼️ Data Engineering
└ ◻️ Data System Design
┌ 🏷 Month 7
├ ◼️ Five Major Capstone Projects
└ ◻️ Interview Preparations
┌ 🏷 Month 8
├ ◼️ Git & GitHub
└ ◻️ Personal Branding and portfolio
📚 لینک دسترسی به جزئیات مباحث: RoadMap
#یادگیری_ماشین #MachineLearning
GitHub
GitHub - hemansnation/AI-Engineer-Headquarters: A collection of scientific methods, processes, algorithms, and systems to build…
A collection of scientific methods, processes, algorithms, and systems to build stories & models. - hemansnation/AI-Engineer-Headquarters
⭕️ 15 کانال برتر YouTube برای یادگیری ماشین
✍🏼 کانوال مهرین / مهندس نرم افزار و محقق ML
☑️ با افزایش دسترسی به منابع رایگان، ممکن است وقت زیادی را صرف انتخاب بهترین منابع برای تقویت مهارت‌‌های ماشین لرنینگ خود کنید.
✅ به همین خاطر من بعد از بررسی صدها کانال یوتیوب علوم داده، لیستی از 15 کانال برتر یادگیری ماشین را برای شما آماده کردم که می‌تواند به فراگیری و تسلط به مباحث تئوری و عملی یادگیری ماشین، افزایش مهارت‌ها و هم چنین آموزش نکات و ترفندهای ML کمک بسزایی کند.
🎬 کانال Sentdex
┤ 📈 1234 ویدیو / 107M ویو
┘ 📥 لینک : Sentdex
🎬 کانال DeepLearningAI
┤ 📈 326 ویدیو / 13M ویو
┘ 📥 لینک : DeepLearningAI
🎬 کانال Artificial Intelligence — All in One
┤ 📈 525 ویدیو / 17M ویو
┘ 📥 لینک : Artificial Intelligence — All in One
🎬 کانال Two Minute Papers
┤ 📈 753 ویدیو / 115M ویو
┘ 📥 لینک : Two Minute Papers
🎬 کانال Kaggle
┤ 📈 349 ویدیو / 3M ویو
┘ 📥 لینک : Kaggle
🎬 کانال Siraj Raval
┤ 📈 446 ویدیو / 46M ویو
┘ 📥 لینک : Siraj Raval
🎬 کانال Jeremy Howard
┤ 📈 163 ویدیو / 6M ویو
┘ 📥 لینک : Jeremy Howard
🎬 کانال Applied AI Course
┤ 📈 519 ویدیو / 13M ویو
┘ 📥 لینک : Applied AI Course
🎬 کانال Krish Naik
┤ 📈 1610 ویدیو / 69M ویو
┘ 📥 لینک : Krish Naik
🎬 کانال StatQuest with Josh Starmer
┤ 📈 237 ویدیو / 44M ویو
┘ 📥 لینک : StatQuest with Josh Starmer
🎬 کانال Daniel Bourke
┤ 📈 296 ویدیو / 6M ویو
┘ 📥 لینک : Daniel Bourke
🎬 کانال Data School
┤ 📈 139 ویدیو / 10M ویو
┘ 📥 لینک : Data School
🎬 کانال 3Blue1Brown
┤ 📈 127 ویدیو / 318M ویو
┘ 📥 لینک : 3Blue1Brown
🎬 کانال Jeff Heaton
┤ 📈 534 ویدیو / 5.6M ویو
┘ 📥 لینک : Jeff Heaton
🎬 کانال Machine Learning Street Talk
┤ 📈 97 ویدیو / 1.8M ویو
┘ 📥 لینک : Machine Learning Street Talk
#یادگیری_ماشین #MachineLearning
✍🏼 کانوال مهرین / مهندس نرم افزار و محقق ML
☑️ با افزایش دسترسی به منابع رایگان، ممکن است وقت زیادی را صرف انتخاب بهترین منابع برای تقویت مهارت‌‌های ماشین لرنینگ خود کنید.
✅ به همین خاطر من بعد از بررسی صدها کانال یوتیوب علوم داده، لیستی از 15 کانال برتر یادگیری ماشین را برای شما آماده کردم که می‌تواند به فراگیری و تسلط به مباحث تئوری و عملی یادگیری ماشین، افزایش مهارت‌ها و هم چنین آموزش نکات و ترفندهای ML کمک بسزایی کند.
🎬 کانال Sentdex
┤ 📈 1234 ویدیو / 107M ویو
┘ 📥 لینک : Sentdex
🎬 کانال DeepLearningAI
┤ 📈 326 ویدیو / 13M ویو
┘ 📥 لینک : DeepLearningAI
🎬 کانال Artificial Intelligence — All in One
┤ 📈 525 ویدیو / 17M ویو
┘ 📥 لینک : Artificial Intelligence — All in One
🎬 کانال Two Minute Papers
┤ 📈 753 ویدیو / 115M ویو
┘ 📥 لینک : Two Minute Papers
🎬 کانال Kaggle
┤ 📈 349 ویدیو / 3M ویو
┘ 📥 لینک : Kaggle
🎬 کانال Siraj Raval
┤ 📈 446 ویدیو / 46M ویو
┘ 📥 لینک : Siraj Raval
🎬 کانال Jeremy Howard
┤ 📈 163 ویدیو / 6M ویو
┘ 📥 لینک : Jeremy Howard
🎬 کانال Applied AI Course
┤ 📈 519 ویدیو / 13M ویو
┘ 📥 لینک : Applied AI Course
🎬 کانال Krish Naik
┤ 📈 1610 ویدیو / 69M ویو
┘ 📥 لینک : Krish Naik
🎬 کانال StatQuest with Josh Starmer
┤ 📈 237 ویدیو / 44M ویو
┘ 📥 لینک : StatQuest with Josh Starmer
🎬 کانال Daniel Bourke
┤ 📈 296 ویدیو / 6M ویو
┘ 📥 لینک : Daniel Bourke
🎬 کانال Data School
┤ 📈 139 ویدیو / 10M ویو
┘ 📥 لینک : Data School
🎬 کانال 3Blue1Brown
┤ 📈 127 ویدیو / 318M ویو
┘ 📥 لینک : 3Blue1Brown
🎬 کانال Jeff Heaton
┤ 📈 534 ویدیو / 5.6M ویو
┘ 📥 لینک : Jeff Heaton
🎬 کانال Machine Learning Street Talk
┤ 📈 97 ویدیو / 1.8M ویو
┘ 📥 لینک : Machine Learning Street Talk
#یادگیری_ماشین #MachineLearning
Forwarded from آقای هوش مصنوعی
دکتر Andrew Ng به عنوان عضو هیئت مدیره به آمازون پیوست. Andrew Ng از افراد سرشناس در حوزه هوش‌مصنوعی است. پیوستن ایشان به آمازون نشان‌دهنده برنامه‌ریزی این کمپانی برای تمرکز بیشتر در حوزه AI است (منبع).
#amazon
#andrew_ng
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
#amazon
#andrew_ng
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
✍🏻هوش مصنوعی متا به اینستاگرام، واتساپ و فیسبوک اضافه شد
متا روز پنجشنبه اعلام کرد که دستیار هوش مصنوعی رایگان آن، متا AI، به پلتفرم‌های رسانه‌های اجتماعی واتساپ، اینستاگرام و فیسبوک اضافه می‌شود. این اقدام بزرگترین تلاش شرکت در زمینه ی هوش مصنوعی است.
مارک زاکربرگ، مدیرعامل متا در یک ویدئو گفت که دستیار می‌تواند به سوالات پاسخ دهد، انیمیشن بسازد و تصاویر تولید کند. هوش مصنوعی متا بر اساس آخرین مدل زبان بزرگ این شرکت به نام Meta Llama 3 ساخته شده است که روز پنجشنبه نیز معرفی شد.
متا امیدوار است که دستیار هوش مصنوعی آن به رقیبی واقعی برای ChatGPT تبدیل شود. به همین دلیل هم، Llama 3، نسخه بعدی مدل منبع‌باز خود را معرفی کرده است. ظاهراً Llama 3 در بنچمارک‌های اصلی از مدل‌های رقیب خود عملکرد بهتری داشته است و در انجام وظایفی مانند کدنویسی از آن‌ها پیشی می‌گیرد.
مارک زاکربرگ، مدیرعامل متا در ویدئویی گفت: ما معتقدیم که Meta AI اکنون هوشمندترین دستیار هوش مصنوعی است که می‌توانید آزادانه از آن استفاده کنید.
متا روز پنجشنبه اعلام کرد که دستیار هوش مصنوعی رایگان آن، متا AI، به پلتفرم‌های رسانه‌های اجتماعی واتساپ، اینستاگرام و فیسبوک اضافه می‌شود. این اقدام بزرگترین تلاش شرکت در زمینه ی هوش مصنوعی است.
مارک زاکربرگ، مدیرعامل متا در یک ویدئو گفت که دستیار می‌تواند به سوالات پاسخ دهد، انیمیشن بسازد و تصاویر تولید کند. هوش مصنوعی متا بر اساس آخرین مدل زبان بزرگ این شرکت به نام Meta Llama 3 ساخته شده است که روز پنجشنبه نیز معرفی شد.
متا امیدوار است که دستیار هوش مصنوعی آن به رقیبی واقعی برای ChatGPT تبدیل شود. به همین دلیل هم، Llama 3، نسخه بعدی مدل منبع‌باز خود را معرفی کرده است. ظاهراً Llama 3 در بنچمارک‌های اصلی از مدل‌های رقیب خود عملکرد بهتری داشته است و در انجام وظایفی مانند کدنویسی از آن‌ها پیشی می‌گیرد.
مارک زاکربرگ، مدیرعامل متا در ویدئویی گفت: ما معتقدیم که Meta AI اکنون هوشمندترین دستیار هوش مصنوعی است که می‌توانید آزادانه از آن استفاده کنید.
Forwarded from آقای هوش مصنوعی
This media is not supported in your browser
VIEW IN TELEGRAM
🔥🪄 Awesome-LLM : a curated list of Large Language Model
A curated list of articles, models, api, code examples, courses, datasets dedicated to large language models.
This is a well- structured academic selection.
• Github
Other highly specialized awesome repositories dedicated to LLM:
• Awesome-LLM-hallucination
• Awesome-hallucination-detection
• Awesome ChatGPT Prompts
• Awesome ChatGPT
• Awesome Deliberative Prompting
• Instruction-Tuning-Papers
• LLM Reading List
• Reasoning using Language Models
• Chain-of-Thought Hub
• Awesome GPT
• Awesome GPT-3
• Awesome LLM Human Preference Datasets
• RWKV-howto
• ModelEditingPapers
• Awesome LLM Security
• Awesome-Code-LLM
• Awesome-LLM-Compression
• Awesome-LLM-Systems
• Awesome-LLM-Healthcare
• Awesome-LLM-Inference
• Awesome-LLM-3D
• LLMDatahub
• Language models for Russian language
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
A curated list of articles, models, api, code examples, courses, datasets dedicated to large language models.
This is a well- structured academic selection.
• Github
Other highly specialized awesome repositories dedicated to LLM:
• Awesome-LLM-hallucination
• Awesome-hallucination-detection
• Awesome ChatGPT Prompts
• Awesome ChatGPT
• Awesome Deliberative Prompting
• Instruction-Tuning-Papers
• LLM Reading List
• Reasoning using Language Models
• Chain-of-Thought Hub
• Awesome GPT
• Awesome GPT-3
• Awesome LLM Human Preference Datasets
• RWKV-howto
• ModelEditingPapers
• Awesome LLM Security
• Awesome-Code-LLM
• Awesome-LLM-Compression
• Awesome-LLM-Systems
• Awesome-LLM-Healthcare
• Awesome-LLM-Inference
• Awesome-LLM-3D
• LLMDatahub
• Language models for Russian language
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران
@MrArtificialintelligence
یک مهندس ماشین لرنینگ دقیقا چه کار میکند؟
کاری که یک مهندس ماشین لرنینگ در عمل میکند، ممکن است چیزی نباشد که شما فکر می‌کنید.
بر خلاف کاور مجله‌هایی که درباره AI می‌بینید، مهندسی ماشین لرنینگ و AI همیشه درباره ساخت ربات‌هایی با چشم‌های نوری قرمز نیست.
یک لیست از سوال‌هایی که یک مهندس ماشین لرنینگ لازم است هر روز از خودش بپرسد را برایتان آورده‌ام.
زمینه –ماشین لرنینگ چگونه می‌تواند به تو کمک کند که مسئله‌ات را بهتر بشناسی؟
داده – آیا به داده‌های بیشتری نیاز داری؟ نیاز داری داده‌هایت به چه فرمی باشند؟ مشکل کمبود داده را چطور حل می‌کنی؟
مدل‌سازی – از چه مدلی باید استفاده کنی؟ آیا این مدل با داده‌هایی که در اختیار داری به خوبی کار میکند؟ یا اگر نه، چرا به درستی کار نمی‌کند؟
تولید – چگونه می‌توانی مدل خود را به مرحله تولید برسانی؟ آیا مدلت باید برخط باشد یا بهتر است در فواصل زمانی مختلف به روز شود؟
تداوم – اگر مدلت شکست بخورد چه می‌شود؟ چگونه می‌توانی مدلت با داده‌های بیشتری ارتقا بدهی؟ آیا راه‌های بهتری برای حل بعضی مسائل وجود دارد؟
کاری که یک مهندس ماشین لرنینگ در عمل میکند، ممکن است چیزی نباشد که شما فکر می‌کنید.
بر خلاف کاور مجله‌هایی که درباره AI می‌بینید، مهندسی ماشین لرنینگ و AI همیشه درباره ساخت ربات‌هایی با چشم‌های نوری قرمز نیست.
یک لیست از سوال‌هایی که یک مهندس ماشین لرنینگ لازم است هر روز از خودش بپرسد را برایتان آورده‌ام.
زمینه –ماشین لرنینگ چگونه می‌تواند به تو کمک کند که مسئله‌ات را بهتر بشناسی؟
داده – آیا به داده‌های بیشتری نیاز داری؟ نیاز داری داده‌هایت به چه فرمی باشند؟ مشکل کمبود داده را چطور حل می‌کنی؟
مدل‌سازی – از چه مدلی باید استفاده کنی؟ آیا این مدل با داده‌هایی که در اختیار داری به خوبی کار میکند؟ یا اگر نه، چرا به درستی کار نمی‌کند؟
تولید – چگونه می‌توانی مدل خود را به مرحله تولید برسانی؟ آیا مدلت باید برخط باشد یا بهتر است در فواصل زمانی مختلف به روز شود؟
تداوم – اگر مدلت شکست بخورد چه می‌شود؟ چگونه می‌توانی مدلت با داده‌های بیشتری ارتقا بدهی؟ آیا راه‌های بهتری برای حل بعضی مسائل وجود دارد؟
👍1