یک نفر بنام حمید نادری یگانه، با استفاده از ریاضی، تصویر اولتراسوند جنین رو تولید کرده!
به تصویر بالا نگاه کنید؛ معادله ریاضی تصویر تولیدشده رو میتونید ببینید!
توییت مرجع
خب، این پست ارتباط مستقیم با هوش مصنوعی نداره، اما غیرمستقیم چرا! بهنظرتون، چه ارتباطی بین یک شبکه عصبی که چنین تصویری میتونه تولید کنه با این معادلات ریاضی وجود داره؟
به تصویر بالا نگاه کنید؛ معادله ریاضی تصویر تولیدشده رو میتونید ببینید!
توییت مرجع
خب، این پست ارتباط مستقیم با هوش مصنوعی نداره، اما غیرمستقیم چرا! بهنظرتون، چه ارتباطی بین یک شبکه عصبی که چنین تصویری میتونه تولید کنه با این معادلات ریاضی وجود داره؟
ویدئوی جدید Andrej Karpathy 🤩
4 ساعت! 😁
بریم ببینیم چطوری GPT-2 رو پیادهسازی کرده!
لینک ویدئو
Let's Reproduce GPT-2 (124M)
4 ساعت! 😁
بریم ببینیم چطوری GPT-2 رو پیادهسازی کرده!
لینک ویدئو
YouTube
Let's reproduce GPT-2 (124M)
We reproduce the GPT-2 (124M) from scratch. This video covers the whole process: First we build the GPT-2 network, then we optimize its training to be really fast, then we set up the training run following the GPT-2 and GPT-3 paper and their hyperparameters…
تجربیات آرتین از سرویسهای اجاره GPU داخلی و خارجی:
سلام، من سرویسای مختلفی رو برای اجاره GPU تست کردم و توی سرویس های ایرانی به مشکلات زیادی برخوردم که قبلا بهش اشاره شده.
ولی توی سرویس های خارجی، به نظرم اگه از کولب پرو استفاده میکنین، میتونید به جاش برید سراغ runpod
این سرویس هم قیمت کولب هست و سرویساش کلا pay as you go هست.
هم میتونید مدلاتونو باهاش هاست کنین، هم میتونین ازش GPU رو اجاره کنین و هم از طریق SSH هم یه سرور جوپیتر بهش دسترسی داشته باشین.
جای فایلاتونم همیشه محفوظه.
به نظرم ارزششو داره.
This media is not supported in your browser
VIEW IN TELEGRAM
میخوای خروجی کارهات رو مثل ویدئوی بالا نشون بدی؟ کتابخونه خفن supervision این امکان رو بهت میده.
این کتابخونه، امکاناتی بهتون میده که کارهای تکراری و رو اعصاب بینایی کامپیوتر رو شیک و سریع انجام بدید. مثلا، خوندن دیتاست از هارد، نمایش خروجی دیتکشن و...
لینک
@pytorch_howsam
این کتابخونه، امکاناتی بهتون میده که کارهای تکراری و رو اعصاب بینایی کامپیوتر رو شیک و سریع انجام بدید. مثلا، خوندن دیتاست از هارد، نمایش خروجی دیتکشن و...
We write your reusable computer vision tools. Whether you need to load your dataset from your hard drive, draw detections on an image or video, or count how many detections are in a zone. You can count on us! 🤝
لینک
@pytorch_howsam
وبسایت synthical.com یک محیط جالب برای بررسی مقالههای علمی (Academic Paper) هست. توی این سایت، مقالههای جدید و ترند حوزههای علمی مختلف، مثل ریاضیات، آمار، بیولوژی، کامپیوتر ساینس و غیره به شما نشون داده میشه. مثلا، توی تصویر بالا شما مقالههای ترند توی کامپیوتر ساینس رو میبینید.
اما، فقط همین نیست. این سایت، یکسری ویژگیهای خیلی خیلی جذاب داره:
* مقالهها رو میتونی توی همین سایت روی Dark Mode بخونی! توی تصویر دوم، مقاله ViL روی دارک مود هست.
* میتونی برای خودت اکانت بسازی، مقالههات رو فولدربندی کنی.
* میتونی یکسری دانشگاه، ارگان و کنفرانس رو فالو کنی که مقالههای جدیدش رو بهت نشون بده.
* میتونی با هوش مصنوعی این سایت، مقاله رو خلاصه کنی.
* میتونی از هوش مصنوعی برای فهمیدن بخشهای سخت مقاله کمک بگیری!
* میتونی روی مقاله نت بذاری و هایلایت کنی و بعدا که مقاله رو باز کنی، نت و هایلایت رو بهت نشون میده.
* امکاناتی هم برای تیمها داره.
خلاصه اینکه، سایت جالبی هست. به نظر میرسه نوپا هست. شاید استقبال نشه، ولی میتونه خیلی کاربردی باشه.
@pytorch_howsam
اما، فقط همین نیست. این سایت، یکسری ویژگیهای خیلی خیلی جذاب داره:
* مقالهها رو میتونی توی همین سایت روی Dark Mode بخونی! توی تصویر دوم، مقاله ViL روی دارک مود هست.
* میتونی برای خودت اکانت بسازی، مقالههات رو فولدربندی کنی.
* میتونی یکسری دانشگاه، ارگان و کنفرانس رو فالو کنی که مقالههای جدیدش رو بهت نشون بده.
* میتونی با هوش مصنوعی این سایت، مقاله رو خلاصه کنی.
* میتونی از هوش مصنوعی برای فهمیدن بخشهای سخت مقاله کمک بگیری!
* میتونی روی مقاله نت بذاری و هایلایت کنی و بعدا که مقاله رو باز کنی، نت و هایلایت رو بهت نشون میده.
* امکاناتی هم برای تیمها داره.
خلاصه اینکه، سایت جالبی هست. به نظر میرسه نوپا هست. شاید استقبال نشه، ولی میتونه خیلی کاربردی باشه.
@pytorch_howsam
Data + AI Summit 2024
در این کنفرانس از موسس و مدیرعامل Databricks، علی قدسی، در مورد ساخت برنامههای هوش مصنوعی تولیدی، استفاده از دادههایتان و نحوه اینکه داده + هوش مصنوعی به هوش داده منجر میشود، میشنوید.
همچنین گفتگویی بین علی قدسی و موسس و مدیرعامل شرکت Nvidia، در مورد شراکت گستردهتر بین Nvidia و Databricks برای شتاب بخشیدن به دادههای شرکتی در دوران هوش مصنوعی تولیدی برگزار خواهد شد.
دیتابریکس شرکتی فعال در زمینه داده و هوش مصنوعی است.
بیش از 10,000 سازمان در سراسر جهان - از جمله Block، Comcast، Conde Nast، Rivian و Shell، و ... که بر روی پلتفرم هوش داده Databricks فعالیت میکنند تا کنترل دادههای خود را برعهده بگیرند.
روز اول :
https://www.youtube.com/watch?v=UfbyzK488Hk
روز دوم :
https://www.youtube.com/watch?v=uB0n4IZmS34
در این کنفرانس از موسس و مدیرعامل Databricks، علی قدسی، در مورد ساخت برنامههای هوش مصنوعی تولیدی، استفاده از دادههایتان و نحوه اینکه داده + هوش مصنوعی به هوش داده منجر میشود، میشنوید.
همچنین گفتگویی بین علی قدسی و موسس و مدیرعامل شرکت Nvidia، در مورد شراکت گستردهتر بین Nvidia و Databricks برای شتاب بخشیدن به دادههای شرکتی در دوران هوش مصنوعی تولیدی برگزار خواهد شد.
دیتابریکس شرکتی فعال در زمینه داده و هوش مصنوعی است.
بیش از 10,000 سازمان در سراسر جهان - از جمله Block، Comcast، Conde Nast، Rivian و Shell، و ... که بر روی پلتفرم هوش داده Databricks فعالیت میکنند تا کنترل دادههای خود را برعهده بگیرند.
روز اول :
https://www.youtube.com/watch?v=UfbyzK488Hk
روز دوم :
https://www.youtube.com/watch?v=uB0n4IZmS34
PyTorch Howsam
یک نفر بنام حمید نادری یگانه، با استفاده از ریاضی، تصویر اولتراسوند جنین رو تولید کرده! به تصویر بالا نگاه کنید؛ معادله ریاضی تصویر تولیدشده رو میتونید ببینید! توییت مرجع خب، این پست ارتباط مستقیم با هوش مصنوعی نداره، اما غیرمستقیم چرا! بهنظرتون، چه…
This media is not supported in your browser
VIEW IN TELEGRAM
ویدئوی بالا انقدر جذاب و آموزنده هست که واقعا حیفه نبینید.
تئوری تقریب جهانی (Universal Approximation Theory) میگه که شبکههای عصبی مصنوعی با یک لایه پنهان، میتونن هر تابع پیوستهای رو با دقت دلخواه تقریب بزنن. این تئوری خیلی تو یادگیری ماشین مهمه، چون نشون میده شبکههای عصبی میتونن انواع مختلف دادهها و روابط پیچیده غیرخطی رو مدلسازی کنن. البته تعداد نورونهای لایه پنهان ممکنه خیلی زیاد بشه تا به دقت مورد نظر برسیم.
کانال یوتوبی که این ویدئو رو منتشر کرده، فقط همین یک ویدئو رو داره که 18 هزار بازدید خورده! 😁
منبع
@pytorch_howsam
تئوری تقریب جهانی (Universal Approximation Theory) میگه که شبکههای عصبی مصنوعی با یک لایه پنهان، میتونن هر تابع پیوستهای رو با دقت دلخواه تقریب بزنن. این تئوری خیلی تو یادگیری ماشین مهمه، چون نشون میده شبکههای عصبی میتونن انواع مختلف دادهها و روابط پیچیده غیرخطی رو مدلسازی کنن. البته تعداد نورونهای لایه پنهان ممکنه خیلی زیاد بشه تا به دقت مورد نظر برسیم.
کانال یوتوبی که این ویدئو رو منتشر کرده، فقط همین یک ویدئو رو داره که 18 هزار بازدید خورده! 😁
منبع
@pytorch_howsam
PyTorch Howsam
ویدئوی بالا انقدر جذاب و آموزنده هست که واقعا حیفه نبینید. تئوری تقریب جهانی (Universal Approximation Theory) میگه که شبکههای عصبی مصنوعی با یک لایه پنهان، میتونن هر تابع پیوستهای رو با دقت دلخواه تقریب بزنن. این تئوری خیلی تو یادگیری ماشین مهمه، چون نشون…
یکی از اعضای کانال درباره ویدئوی بالا سوال پرسیده که:
جواب:
مقادیر وزن و بایاس که در دسترس نیست. اما، به فرمول f_hat در تصویر زیر نگاه کنید؛ این فرمول، تقریبی از f (تابع اصلی) هست که با شبکه عصبی بدست اومده. هرکدوم از n-ها معادل با یک نورون در لایه مخفی هستن که از ترکیبشون، تابع تقریبی f ساخته میشه.
توی تصویر زیر، نمودار اولین نورون (n1) رسم شده. از شکل نمودار مشخص هست که یک نورون با تابع فعالساز ReLU داریم. همچنین، باتوجه به اینکه روی مبدا قرار نگرفته، پس بایاس هم داریم. فرمول نورون به صورت y = w * x + b هست که هر سه (x w b) اسکالر هستن. با درنظر گرفتن چند نقطه از (x,y)، میشه مقدار w و b رو تخمین زد. درواقع، اگه معادله خط بخش غیرصفر نورون n1 رو بدست بیارید، مقدار وزن وبایاس رو پیدا کردید. برای بقیه نورونها هم همین داستان برقرار هست.
حالا این نورونها برچه اساسی باهم ترکیب شدن و f_hat رو ساختن؟ از طریق وزنهای نورون خروجی! مشخص هست که برای خروجی n1، وزن 1-، برای n2 وزن 1- و همینطور تا آخرین مورد که n6 هست، وزن 1+ داریم.
ببخشید میشه درمورد این مثال وزن ها و بایاس ها رو بگین چی میشه مقادیرشون؟
جواب:
مقادیر وزن و بایاس که در دسترس نیست. اما، به فرمول f_hat در تصویر زیر نگاه کنید؛ این فرمول، تقریبی از f (تابع اصلی) هست که با شبکه عصبی بدست اومده. هرکدوم از n-ها معادل با یک نورون در لایه مخفی هستن که از ترکیبشون، تابع تقریبی f ساخته میشه.
توی تصویر زیر، نمودار اولین نورون (n1) رسم شده. از شکل نمودار مشخص هست که یک نورون با تابع فعالساز ReLU داریم. همچنین، باتوجه به اینکه روی مبدا قرار نگرفته، پس بایاس هم داریم. فرمول نورون به صورت y = w * x + b هست که هر سه (x w b) اسکالر هستن. با درنظر گرفتن چند نقطه از (x,y)، میشه مقدار w و b رو تخمین زد. درواقع، اگه معادله خط بخش غیرصفر نورون n1 رو بدست بیارید، مقدار وزن وبایاس رو پیدا کردید. برای بقیه نورونها هم همین داستان برقرار هست.
حالا این نورونها برچه اساسی باهم ترکیب شدن و f_hat رو ساختن؟ از طریق وزنهای نورون خروجی! مشخص هست که برای خروجی n1، وزن 1-، برای n2 وزن 1- و همینطور تا آخرین مورد که n6 هست، وزن 1+ داریم.
Florence-2: Advancing a Unified Representation for a Variety of Vision Tasks
مدل Vision-Language مایکروسافت بنام Florence-2
شاخصههای مهم این کار:
* خیلی سَبُکه. خبری از بیلیون پارامتر نیست!
* یک شبکه همه کاره هست؛ یعنی، دیتکشن، سگمنتیش و غیره
* یک دیتاست هیولا برای آموزش مدل ساخته شده!
محققها میخواستن یه مدلی بسازن که بتونه از عهده تسکهای متنوع ویژن مثل دیتکشن، سگمنتیشن، کپشنینگ و غیره بربیاد.
خب، دو مقوله اینجا مطرح میشه؛ یکی معماری شبکه و دیگری دیتاست آموزش. معماری شبکه نکته جدیدی نداره. شبیه سایر VLM-های امروزیه. دو نسخه مدل Base با 230 و Large با 770 میلیون پارامتر معرفی شده.
اما، دیتاست اوه اوه! دیتاستی بنام FLD-5B ساختن که شامل 126 میلیون تصویر با 5 بیلیووون Annotation هست! 🤯 این کار رو به صورت دستی هم که انجام ندادن، به نظرم، اصل ایده مقاله همین بخش ساخت دیتاست هست. در مقاله، پایپلاین ساخت دیتاست رو در بخش Data Engine توضیح دادن.
یکسری تصویر از خروجی مدل Large براتون گذاشتیم که نگاه کنید؛ عجب دنیایی شده! دیگه یه مدل مخصوص دیتکشن یا سگمنتیشن بای بای...
مقاله CVPR | نوتبوک کولب | هاگینگ فیس
بلاگ ارزشمند خانم Chip Huyen
از متن بالا مشخص هست که تخصصش چی هست و درمورد چی صحبت میکنه. قاعدتا، اگه دنبال کار باشید، بعد از یاد گرفتن ماشین لرنینگ، میرید به این سمت که از فاز پروداکشن بیشتر بدونید. اگه در چنین مقطعی هستید، حتما به بلاگش سر بزنید.
به عنوان پیشنهاد، اینها رو چک کنید:
۱- کورس CS329S استنفورد که توسط ایشون و تیمش تدریس شد. عنوان کورس این هست:
CS 329S: Machine Learning Systems Design
۲- کتابی که برمبنای کورس بالا نوشته شده:
Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications
۳- بخش MLOps guide در سایتش:
لینک
یک لیست ۱۰۰ هم توی سایتش داره که قبل مرگش میخواد اونها رو انجام بده. یکیش اینه که بیاد تهران!
@pytorch_howsam
I help companies deploy machine learning into production. I write about AI applications, tooling, and best practices.
از متن بالا مشخص هست که تخصصش چی هست و درمورد چی صحبت میکنه. قاعدتا، اگه دنبال کار باشید، بعد از یاد گرفتن ماشین لرنینگ، میرید به این سمت که از فاز پروداکشن بیشتر بدونید. اگه در چنین مقطعی هستید، حتما به بلاگش سر بزنید.
به عنوان پیشنهاد، اینها رو چک کنید:
۱- کورس CS329S استنفورد که توسط ایشون و تیمش تدریس شد. عنوان کورس این هست:
CS 329S: Machine Learning Systems Design
۲- کتابی که برمبنای کورس بالا نوشته شده:
Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications
۳- بخش MLOps guide در سایتش:
لینک
یک لیست ۱۰۰ هم توی سایتش داره که قبل مرگش میخواد اونها رو انجام بده. یکیش اینه که بیاد تهران!
@pytorch_howsam
Media is too big
VIEW IN TELEGRAM
مدتی هست که Lightning.ai سرویسی بنام Studio معرفی کرده که میشه رقیب گوگل کولب هست.
اما مزایای این سرویس چی هست:
* میتونید بهصورت لوکال هم کد بزنید. یعنی توی VSCode یا پایچارم روی سیستم خودتون کد بزنید، ولی از سختافزار استودیو استفاده کنید.
* دادههاتون حفظ میشه و حذف نمیشه.
* میتونید Web App بالا بیارید یا وزن مدلهایی که ساختید رو به اشتراک بذارید.
* 22 ساعت GPU رایگان برای یک ماه هم میده.
بعضی از مزایاش جالب هستن ولی خب مثلا مدت زمان GPU آنچنان زیاد نیست. بد نیست ویدئوی بالا رو ببینید.
بههرصورت، رفتیم که تستش کنیم؛ درخواست فرستادیم و بعد از سه روز درخواست تایید شد. وارد فاز بعدی شدیم که باید دوباره چند مرحله ثبت نام رو پشت سر میذاشتیم. رفتیم جلو و رسیدیم به شماره تلفن برای Verification! اول، خیلی سرخوش شماره ایران رو زدیم که خب هیچی! بعدش، رفتیم یه شماره مجازی گرفتیم که اونم هیچی! 😢 بعدشم که دیگه کلا Mission Failed! 😭 خلاصه اینکه، به قول بانو هایده: تا میخواستیم لب معشوقو ببوسیم، پریدیم که...
حالا شما اگه تجربه کردی به ما بگو که اینجا به اشتراک بذاریم...
link
@pytorch_howsam
اما مزایای این سرویس چی هست:
* میتونید بهصورت لوکال هم کد بزنید. یعنی توی VSCode یا پایچارم روی سیستم خودتون کد بزنید، ولی از سختافزار استودیو استفاده کنید.
* دادههاتون حفظ میشه و حذف نمیشه.
* میتونید Web App بالا بیارید یا وزن مدلهایی که ساختید رو به اشتراک بذارید.
* 22 ساعت GPU رایگان برای یک ماه هم میده.
بعضی از مزایاش جالب هستن ولی خب مثلا مدت زمان GPU آنچنان زیاد نیست. بد نیست ویدئوی بالا رو ببینید.
بههرصورت، رفتیم که تستش کنیم؛ درخواست فرستادیم و بعد از سه روز درخواست تایید شد. وارد فاز بعدی شدیم که باید دوباره چند مرحله ثبت نام رو پشت سر میذاشتیم. رفتیم جلو و رسیدیم به شماره تلفن برای Verification! اول، خیلی سرخوش شماره ایران رو زدیم که خب هیچی! بعدش، رفتیم یه شماره مجازی گرفتیم که اونم هیچی! 😢 بعدشم که دیگه کلا Mission Failed! 😭 خلاصه اینکه، به قول بانو هایده: تا میخواستیم لب معشوقو ببوسیم، پریدیم که...
حالا شما اگه تجربه کردی به ما بگو که اینجا به اشتراک بذاریم...
link
@pytorch_howsam
دوستان، مدتی هست دوره رایگان پایتورچ رو در هوسم ارائه کردیم. مطالبش به صورت هفتگی منتشر میشه و تا الان چهار هفته (حدود 7.5 ساعت) رو منتشر کردیم.
انتشار ویدئوها رو در کانال اصلی سایت هوسم اطلاعرسانی میکنیم:
https://t.iss.one/howsam_org
دسترسی به دوره:
https://howsam.org/downloads/pytorch-course/
@pytorch_howsam
انتشار ویدئوها رو در کانال اصلی سایت هوسم اطلاعرسانی میکنیم:
https://t.iss.one/howsam_org
دسترسی به دوره:
https://howsam.org/downloads/pytorch-course/
@pytorch_howsam
Telegram
آکادمی هوشمصنوعی هُوسم
آکادمی هوش مصنوعی هوسم
برگزاری دورههای آموزشی در حوزه هوش مصنوعی
(howsam.org)
🆔 ارتباط با ادمین :
@howsam_support
برگزاری دورههای آموزشی در حوزه هوش مصنوعی
(howsam.org)
🆔 ارتباط با ادمین :
@howsam_support
دوستان عزیز و گل،
مدت کوتاهی هست که توی X (توییتر سابق) هم فعالیت میکنیم. باحاله و میخواییم فعالیتمون رو بیشتر کنیم. دوست داشتید اونجا هم ما رو فالو کنید. 🤗
خوبی X اینه که خیلی از محققها اونجا فعالیت میکنن و مطالب جالبی میذارن. ما هم سعی میکنیم مفید باشیم. :)
https://x.com/pytorch_ai
آپدیت: ممنون که دارید فالو میکنید. ایشالا با مطالب خوب جبران کنیم. 🫶
@pytorch_howsam
مدت کوتاهی هست که توی X (توییتر سابق) هم فعالیت میکنیم. باحاله و میخواییم فعالیتمون رو بیشتر کنیم. دوست داشتید اونجا هم ما رو فالو کنید. 🤗
خوبی X اینه که خیلی از محققها اونجا فعالیت میکنن و مطالب جالبی میذارن. ما هم سعی میکنیم مفید باشیم. :)
https://x.com/pytorch_ai
آپدیت: ممنون که دارید فالو میکنید. ایشالا با مطالب خوب جبران کنیم. 🫶
@pytorch_howsam
This media is not supported in your browser
VIEW IN TELEGRAM
خیلیها دوست دارن یادگیری تقویتی یاد بگیرن. واقعا هم جذابه که بازیهای معروف رو با هوش مصنوعی انجام بدی. اما از طرفی، به محض اینکه میری سمتش، با انبوهی از ریاضیات و مباحث پیچیده مواجه میشی.
میخوام یه آموزش کوتاه و خوب بهتون پیشنهاد بدم که فقط با کدنویسی (بدون ریاضی) چند تا بازی ساده رو با هوش مصنوعی کد بزنید و انجام بدید. این آموزش رو آقای Nicholas Renotte آماده کرده که حدود سه ساعت هست. قبلا، من این آموزش رو دیدم. برید ببینید و عشق کنید!
توی این سه ساعت چه چیزهایی میگه:
* یکمی مقدمه و تئوری میگه (خیلی سبک)
* ابزارهای موردنیاز رو معرفی میکنه
* سه تا پروژه هم انجام میده:
1. بازی Cart Pole
2. بازی Breakout
3. بازی Car Racing
بعدش خودتون میتونید یک عالمه بازی و سناریوی ساده در همین سطح انجام بدید.
لینک آموزش
@pytorch_howsam
میخوام یه آموزش کوتاه و خوب بهتون پیشنهاد بدم که فقط با کدنویسی (بدون ریاضی) چند تا بازی ساده رو با هوش مصنوعی کد بزنید و انجام بدید. این آموزش رو آقای Nicholas Renotte آماده کرده که حدود سه ساعت هست. قبلا، من این آموزش رو دیدم. برید ببینید و عشق کنید!
توی این سه ساعت چه چیزهایی میگه:
* یکمی مقدمه و تئوری میگه (خیلی سبک)
* ابزارهای موردنیاز رو معرفی میکنه
* سه تا پروژه هم انجام میده:
1. بازی Cart Pole
2. بازی Breakout
3. بازی Car Racing
بعدش خودتون میتونید یک عالمه بازی و سناریوی ساده در همین سطح انجام بدید.
لینک آموزش
@pytorch_howsam
PyTorch Howsam
Florence-2: Advancing a Unified Representation for a Variety of Vision Tasks مدل Vision-Language مایکروسافت بنام Florence-2 شاخصههای مهم این کار: * خیلی سَبُکه. خبری از بیلیون پارامتر نیست! * یک شبکه همه کاره هست؛ یعنی، دیتکشن، سگمنتیش و غیره * یک دیتاست…
احتمالا خبر دارید که اخیرا کنفرانس CVPR 2024 برگزار شد. میخوام، به مرور چند تا مقاله خوب و خوندنی این کنفرانس رو معرفی کنم. قبلا، Florence-2 رو معرفی کردم. امروز یک مقاله از حوزه شبکههای مگس وزن براتون آوردم! 😁
قبل از ظهور ترنسفورمر و ViT، شبکههای سبک و موبایلی زیادی داشتیم که مبتنی بر CNN بودن. مثل موبایلنت 1، 2، 3 و خیلی موارد دیگه. خب، در سالهای اخیر شبکههای موبایلی مبتنی بر ViT هم پیشنهاد شدن که اتفاقا از لحاظ سبکی و Latency بهتر از کانولوشنیها بودن. شبکههایی مثل FastViT، EfficientFormer و غیره.
اما، توی این مقاله شبکهای مبتنی بر CNN پیشنهاد شده که مُچ شبکههای ترنسفورمری رو خوابونده! توی تصویر بالا هم میتونید مقایسه دقت و Latency بین این شبکه و سایرین رو ببینید.
ریپوی خوبی داره. وزنهاش در دسترسه. مورد استقبال قرار گرفته. همچنین، اومدن این شبکه رو با SAM (همون Segment Anything) ترکیب کردن و چیز جالبی دراومده! کد این هم توی ریپو موجود هست.
مقاله | گیتهاب
@pytorch_howsam
RepViT: Revisiting Mobile CNN From ViT Perspective
قبل از ظهور ترنسفورمر و ViT، شبکههای سبک و موبایلی زیادی داشتیم که مبتنی بر CNN بودن. مثل موبایلنت 1، 2، 3 و خیلی موارد دیگه. خب، در سالهای اخیر شبکههای موبایلی مبتنی بر ViT هم پیشنهاد شدن که اتفاقا از لحاظ سبکی و Latency بهتر از کانولوشنیها بودن. شبکههایی مثل FastViT، EfficientFormer و غیره.
اما، توی این مقاله شبکهای مبتنی بر CNN پیشنهاد شده که مُچ شبکههای ترنسفورمری رو خوابونده! توی تصویر بالا هم میتونید مقایسه دقت و Latency بین این شبکه و سایرین رو ببینید.
ریپوی خوبی داره. وزنهاش در دسترسه. مورد استقبال قرار گرفته. همچنین، اومدن این شبکه رو با SAM (همون Segment Anything) ترکیب کردن و چیز جالبی دراومده! کد این هم توی ریپو موجود هست.
مقاله | گیتهاب
@pytorch_howsam
CAP6412 Advanced Computer Vision - Spring 2024
اگه به دیپ لرنینگ مسلط هستید و تلاش میکنید خودتون رو بروز نگه دارید، کورس بینایی کامپیوتر پیشرفته دانشگاه UCF رو مدنظر داشته باشید. این کورس توسط مبارک شاه از بزرگان حوزه بینایی کامپیوتر در بهار 2024 ارائه شده.
هدف این دوره چی هست؟
- این دوره روی VLM-ها (Vision Language Models) تمرکز داره.
- مقاله-محور هست. مقالههای مهم VLM رو تشریح میکنه.
- راه انداختن دانشجوها در تحلیل مقاله، ایده زدن و ...
جلساتش طولانی نیست و حدود 30 دقیقه هست. توی جلسه اولش که معرفی دوره هست، نکات جالبی درمورد نحوه مطالعه و تحلیل مقاله، تسکها و غیره میده که جالبه. من میخوام توی برنامه بذارم که ویدئوها رو نگاه کنم.
لینک یوتوب
@pytorch_howsam