The 5 Algorithms for Efficient Deep Learning Inference on Small Devices
https://yun.ir/jm4505
#Deep_Learning
@ml_nlp_cv
https://yun.ir/jm4505
#Deep_Learning
@ml_nlp_cv
Medium
The 5 Algorithms for Efficient Deep Learning Inference on Small Devices
Pruning, compression, quantization, and more
Array programming with NumPy
(NumPy paper after 25 years)
https://www.nature.com/articles/s41586-020-2649-2
#Array_Programming #numpy
@ml_nlp_cv
(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
🎉 «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
Forwarded from یادگیری ماشین
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
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
Paperswithcode
Papers with Code - FarsTail Benchmark (Natural Language Inference)
The current state-of-the-art on FarsTail is mBERT. See a full comparison of 10 papers with code.
Microsoft DeepSpeed: an open-source deep-learning training optimization library (blog, website, github), new version just released
#Deep_Learning #Optimization
@ml_nlp_cv
#Deep_Learning #Optimization
@ml_nlp_cv
Microsoft Research
DeepSpeed: Extreme-scale model training for everyone - Microsoft Research
DeepSpeed continues to innovate, making its tools more powerful while broadening its reach. Learn how it now powers 10x bigger model training on one GPU, 10x longer input sequences, 5x less communication volume, & scales to train trillion-parameter models.
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
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:
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:
آپارات - سرویس اشتراک ویدیو
Explainable AI with Grad-CAM (توضیح مقاله به همراه پیاده سازی در کراس)
در این ویدیو در راستای تفسیر پذیری مدل های عمیق دو مقاله ی
Learning deep features for discriminative localization (2016)
Grad-cam: Visual explanations from deep networks via gradient-based localization(2017)
مورد بحث قرار گرفتند و در نهایت در فریم ورک کراس…
Learning deep features for discriminative localization (2016)
Grad-cam: Visual explanations from deep networks via gradient-based localization(2017)
مورد بحث قرار گرفتند و در نهایت در فریم ورک کراس…
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
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
Matthewtancik
NeRF: Neural Radiance Fields
A method for synthesizing novel views of complex scenes by optimizing an underlying continuous volumetric scene function using a sparse set of input views.
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
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
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
Forwarded from Top Learn | تاپ لرن
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
((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
Forwarded from مرکز تحقیقات هوش مصنوعی پارت
هوش مصنوعی و یادگیری ماشینی با یکدیگر مرتبطند، اما یکسان نیستند و باید تفاوت بین این دو را شناخت. هوش مصنوعی (AI) بر روی سیستمهای رایانهای متمرکز است تا آنها را قادر به انجام کارهایی کند که معمولاً تنها انسانها از پس آن برمیآیند (از جمله تصمیمگیری، ادراک بصری، شناسایی گفتار و غیره). از طرف دیگر، یادگیری ماشینی (ML) زیر مجموعهای از هوش مصنوعی است که فناوریهای بسیاری را با یکدیگر ترکیب میکند و با پردازش حجم زیادی از دادهها میتواند الگوهای مختلف را شناسایی کرده و مدلهای تحلیل جدیدی بیآفریند. اما بکارگیری هوش مصنوعی چه هزینهای برای شما دربر خواهد داشت؟ بیایید پاسخ این سوال را بیابیم.
.
.
جدیدترین یافتهها و اخبار هوش مصنوعی در کانال مرکز تحقیقات هوش مصنوعی پارت
🆔 @partdpai
.
💠 امروز همان آینده است!
✔ برای خواندن ادامه مطلب بر روی لینک زیر کلیک کنید:👇
🔗 https://b2n.ir/412037
.
.
جدیدترین یافتهها و اخبار هوش مصنوعی در کانال مرکز تحقیقات هوش مصنوعی پارت
🆔 @partdpai
.
💠 امروز همان آینده است!
✔ برای خواندن ادامه مطلب بر روی لینک زیر کلیک کنید:👇
🔗 https://b2n.ir/412037
📑 یک مقاله مروری عالی در زمینه استفاده از یادگیری عمیق در تحقیقات مرتبط با مهندسی نرم افزار
📘 A Systematic Literature Review on the Use of Deep Learning in Software Engineering Research
https://arxiv.org/abs/2009.06520
#یادگیری_عمیق #پژوهش #مهندسی_نرم_افزار
@ml_nlp_cv
📘 A Systematic Literature Review on the Use of Deep Learning in Software Engineering Research
https://arxiv.org/abs/2009.06520
#یادگیری_عمیق #پژوهش #مهندسی_نرم_افزار
@ml_nlp_cv
📝 در مورد کارایی ترسفورمرها و تحولاتی که ایجاد کردن میدونیم. مثلا اینکه منجر به ساخت مدل زبانی قدرتمند #GPT_3 (با اون کاربردهای وحشتناکش!) شدن. حتی کاربرد ترسفورمرها به حوزه پردازش تصویر هم کشیده شده...
اما مطمئنا براتون جالب خواهد بود که بدونید مکانیزم توجه استفاده شده در ترسفورمرها، چطور کار میکنه. سوالی که در مقاله زیر به زیبایی بهش پاسخ داده میشه: 👌
📘https://arxiv.org/abs/2008.02217
#transformers #attention_mechanism #BERT_models #NLP
@ml_nlp_cv
اما مطمئنا براتون جالب خواهد بود که بدونید مکانیزم توجه استفاده شده در ترسفورمرها، چطور کار میکنه. سوالی که در مقاله زیر به زیبایی بهش پاسخ داده میشه: 👌
📘https://arxiv.org/abs/2008.02217
#transformers #attention_mechanism #BERT_models #NLP
@ml_nlp_cv
بیست و ششمین کنفرانس بین المللی انجمن کامپیوتر ایران
دانشگاه صنعتی خواجه نصیر طوسی
13 و 14 اسفند 99
CSICC2021.KNTU.AC.IR
دانشگاه صنعتی خواجه نصیر طوسی
13 و 14 اسفند 99
CSICC2021.KNTU.AC.IR
یکی از بهترین سخنرانی های کوتاه در مورد هوش مصنوعی، محدودیتهای آن و چگونگی مواجهه با آنها:
https://www.youtube.com/watch?v=EjBXZrQ7fTs&ab_channel=WIREDUK
#هوش_مصنوعی
@ml_nlp_cv
https://www.youtube.com/watch?v=EjBXZrQ7fTs&ab_channel=WIREDUK
#هوش_مصنوعی
@ml_nlp_cv
YouTube
Cassie Kozyrkov: The AI safety mindset: 12 rules for a safer AI future
As Chief Decision Scientist at Google Cloud, Cassie Kozyrkov guides teams in data-driven decision process and AI strategy. She is the innovator behind bringing the practice of Decision Intelligence to Google, personally training over 15,000 Googlers. In this…
Forwarded from Modern Cogitation (ʀᴏкɪγα)
#خبرفوری
🏆برنده جایزه نوبل ۲۰۲۰ ساعتی پیش اعلام شد🏆
💟 جایزه نوبل در پزشکی در سال ۲۰۲۰ به طور مشترک به هاروی جی آلتر(آمریکایی و پزشک،ویروس شناس)، مایکل هوتن(انگلستان،میکروبیولوژیست) و چارلز رایس (امریکا،زیست شناس بیوشیمیست)برای کشف ویروس هپاتیت c اعطا شده است.
💟 مایکل هوتن از یک استراتژی آزمایش نشده برای جداسازی ژنوم ویروس جدیدی استفاده کرد که ویروس هپاتیت c نامگذاری شد.
این دانشمندان نقش تعیین کننده ای در مبارزه علیه هپاتیت که منجر به سیروز یا سرطان کبدی در مردم سراسر جهان میشود، داشته اند. برای اولین بار در تاریخ،ویروس هپاتیت c اکنون قابل درمان است.
@modern_cogitation
🏆برنده جایزه نوبل ۲۰۲۰ ساعتی پیش اعلام شد🏆
💟 جایزه نوبل در پزشکی در سال ۲۰۲۰ به طور مشترک به هاروی جی آلتر(آمریکایی و پزشک،ویروس شناس)، مایکل هوتن(انگلستان،میکروبیولوژیست) و چارلز رایس (امریکا،زیست شناس بیوشیمیست)برای کشف ویروس هپاتیت c اعطا شده است.
💟 مایکل هوتن از یک استراتژی آزمایش نشده برای جداسازی ژنوم ویروس جدیدی استفاده کرد که ویروس هپاتیت c نامگذاری شد.
این دانشمندان نقش تعیین کننده ای در مبارزه علیه هپاتیت که منجر به سیروز یا سرطان کبدی در مردم سراسر جهان میشود، داشته اند. برای اولین بار در تاریخ،ویروس هپاتیت c اکنون قابل درمان است.
@modern_cogitation