Machine Learning NLP + CV
286 subscribers
223 photos
53 videos
42 files
474 links
مطالب مفید در حوزه های یادگیری ماشین و بینایی کامپیوتر
加入频道
This media is not supported in your browser
VIEW IN TELEGRAM
دینا کتابی پرفسور مهندسی برق و علوم کامپیوتر از دانشگاه MIT دستگاهی را ساخته که از راه دور حرکت فرد مورد نظر را در محیط، نحوه نفس کشیدن ، تعداد ضربان قلب، نقشه حرکت فرد در محیط خانه، کیفیت خواب را بررسی می‌کند.
دستگاه بوسیله هوش مصنوعی پیشرفته DeepAI و ساطع کردن امواج رادیویی بسیار کوتاه ULE به بدن فرد مورد نظر اطلاعات بیولوژیکی از جمله میزان اکسیژن خون و غیره را دریافت و تحلیل می‌کند.
شناسایی فرد در مکان های که افراد دیگر نیز حضور دارند توسط الگوی رگهای بدن که الکتریسیته ساطع می‌کنند انجام می‌گیرد.
سیستم فوق نقشه خواب که شامل،: بیداری، خواب سبک، خواب عمیق و زمانی که خواب می‌بینیم Rapid eye movements را بررسی و تحلیل می‌کند.

دستکاری در رویا dream manipulation در زمانی که فرد هدف خواب می‌بیند انجام می‌گیرد، بوسیله دستکاری در رویا فرد قربانی را تهدید به مرگ، تهدید به مرگ اطرافیان فرد، تطمیع و غیره میکنند. دستکاری در رویا نوعی خواب مصنوعی است که در بلند مدت ترین استیج REM به ذهن فرد هدف توسط دستگاههای الکترونیکی تزریق می‌گیرد.

ویدیو کامل با زیرنویس فارسی

@ml_nlp_cv
#سخنرانی

"Convergence and Equilibrium in Generative Adversarial Networks"

Farzan Farnia

Massachusetts Institute of Technology (MIT)


‼️سخنرانی به‌صورت آنلاین می‌باشد. پس از ثبت‌نام، اطلاعات و نحوه شرکت در رویداد از طریق ایمیل اطلاع‌رسانی خواهد شد.


📆 یکشنبه ٢٣ شهریورماه ۱۳۹۹

🕚 ساعت ١۶:٠٠

ثبت‌نام(الزامی):

Bit.ly/TeIAS_Talks

@pasargadschools
«روز برنامه نویس مبارک»


#programmers_day

@ml_nlp_cv
Array programming with NumPy
(NumPy paper after 25 years)

https://www.nature.com/articles/s41586-020-2649-2

#Array_Programming #numpy

@ml_nlp_cv
Forwarded from Faradars_Post
📣 تا روز شنبه ۲۹ شهریور تمدید شد...!

🎉 «جشنواره بسوی مهر فرادرس» با ۴۰ درصد تخفیف روی همه آموزش‌ها ادامه دارد.

📌
مشاهده جدیدترین آموزش‌های ۲ ماه اخیر - کلیک کنید[+]

🎁 کد تخفیف: SRV99

🔗 جزئیات جشنواره👈 fdrs.ir/ha6j

@FaraDars - فرادرس
مجموعه داده‌ی فارس‌تیل (FarsTail) بعنوان اولین مجموعه داده‌ی فارسی برای مسئله‌ی استنتاج زبانی با بیش از ۱۰۰۰۰ نمونه در قالب یک پروژه ۲ ساله توسط یک تیم ۶ نفره در آزمایشگاه داده‌کاوی و یادگیری ماشین دانشگاه قم تهیه شده است. برای اطمینان از کیفیت فارس‌تیل، مراحل تهیه‌ی داده براساس مجموعه داده‌های معتبر بین‌المللی (مانند SciTail) انجام شده و چند مرحله پاک‌سازی و برچسب‌زنی مجدد صورت پذیرفته است.

مقاله در آرکایو:
https://arxiv.org/pdf/2009.08820.pdf

لینک در paperswithcode:
https://paperswithcode.com/sota/natural-language-inference-on-farstail

دانلود داده برای کارهای غیرتجاری:
https://github.com/dml-qom/FarsTail
4_6008074856673839262.mp4
10.6 MB
انتخاب مساله درست

این پادکست، گفتگوی لکس فردمن استاد یادگیری عمیق دانشگاه MIT با جیتندرا ملیک استاد خوش سابقه بینایی کامپیوتر دانشگاه برکلی، در مورد طریقه انتخاب مسائل پژوهش، به نظرم جالبه.
کل پادکست های لکس فردمن از این آدرس قابل پیگیری هستند. ویدیو های یادگیری عمیقش هم که اینجا هست.

#Research_Problem #Lex_Fredman_Podcasts
#Deep_Learning

@ml_nlp_cv
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#آموزش #ویدیو #grad_cam #cam #explainableAI

Grad-CAM

سلام دوستان. ما قبلا یه ورک شاپ آنلاین یا موضوع کالبک ها در تنسرفلو 2 داشتیم که تو اون مبحث کمی در مورد tf-explain و روش grad-camبه صورت سربسته توضیح دادیم. اما خب وارد جزئیات نشدیم.
در ویدیوی پایین دو مقاله ی پر رفرنس سال های 2016 و 2017 به ترتیب با نام های:
Learning deep features for discriminative localization (2016)
Grad-cam: Visual explanations from deep networks via gradient-based localization(2017)

را بررسی کردیم و یه بار بدون tf-expalin ودستی با خود کراس پیاده سازی کردیم.
این فیلم را به همراه کد از لینک زیر دانلود کنید:
Explainable AI with Grad-CAM (توضیح مقاله به همراه پیاده سازی در کراس)
https://www.aparat.com/v/kHhOB
https://github.com/Alireza-Akhavan/class.vision/blob/master/Grad-CAM.ipynb


——
https://yangx.top/cvision/1871
مطالب مرتبط:
http://www.matthewtancik.com/nerf
سنتز کل صحنه، تنها با در اختیار داشتن تصاویر معدودی از اشیا فرضی موجود در صحنه. ورودی این تکنیک قدرتمند موقعیت مکانی ناظر و جایی که بهش نگاه میکنه و خروجیش تمام صحنه با عمق دقیق اون هست. بقدری دقیق که نتیجه تکنیک، قابل استفاده در واقعیت افزوده هم هست (اون هم بدون نیاز به سنسور خاص و فقط به کمک شبکه های عصبی)

NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis:
https://arxiv.org/abs/2003.08934

implementation:
https://colab.research.google.com/drive/1SNP7ioYd3LHj2HmNDJIG2N7rPh1IiDbm

@ml_nlp_cv
 Math for Programmers: 3D Graphics, Machine Learning, and Simulations with Python

کتاب جدید انتشارات Manning در مورد ریاضیات برای برنامه‌نویسان.
این کتاب رایگان هست و در همین سایت Manning هم آنلاین می‌تونید بخونید.

https://www.manning.com/books/math-for-programmers

@ml_nlp_cv
4_6019192156181236290.mp4
26.5 MB
در سالهای اخیر شاهد پیشرفت های زیادی رو در حوزه Conversational AI بوده ایم. به عنوان مثال به رپلیکا، اشاره کنم. چت باتی که کاراکتر و ظاهرش رو مطابق علاقه خودتون انتخاب میکنید و اون هم با سوالات زیادی که از شما می پرسه با جزئیات زندگی تون آشنا میشه. بعد مثل یک دوست واقعی و دلسوز راهکارهایی برای حل مشکلات تون ارائه میده...

شما رو به دیدن گفتگویی در این زمینه و در مورد آینده Conversational AI دعوت می کنم. گفتگویی با bryan catanzaro محقق و مسئول یادگیری عمیق شرکت NVIDIA


#NLP #Computer_Vision #BERT_Model #NVIDIA #Conversational_AI #Chatbots
Hype Cycle for Artificial Intelligence, 2020
#AI #Hype_Cycle

@ml_nlp_cv
آموزش رایگان کتابخانه pandas در پایتون
((کاملا رایگان))
مدرس : تقی پور

جلسه جدید ( برخی توابع و متدهای کتابخانه pandas ) منتشر شد.

🌏 toplearn.com/c/lOE5

——————————————
تاپ لرن مرجع آموزش های تخصصی فارسی
👉 @Top_Learn