#خبر
Experts: Spy used AI-generated face to connect with targets
https://apnews.com/bc2f19097a4c4fffaa00de6770b8a60d
Experts: Spy used AI-generated face to connect with targets
https://apnews.com/bc2f19097a4c4fffaa00de6770b8a60d
AP News
Experts: Spy used AI-generated face to connect with targets
LONDON (AP) — Katie Jones sure seemed plugged into Washington's political scene. The 30-something redhead boasted a job at a top think tank and a who's-who network of pundits and experts, from the centrist Brookings Institution to the right-wing Heritage…
This media is not supported in your browser
VIEW IN TELEGRAM
این دموی completion آنلاین را با GPT-2 پیاده سازی کردند...
https://transformer.huggingface.co/
مطالب مرتبط:
https://xn--r1a.website/cvision/1026
https://xn--r1a.website/cvision/1035
#Transformer #NLP #GPT2
https://transformer.huggingface.co/
مطالب مرتبط:
https://xn--r1a.website/cvision/1026
https://xn--r1a.website/cvision/1035
#Transformer #NLP #GPT2
#معرفی_گروه
Deep Intelligence Talk
به گروه تخصصی زبان انگلیسی که در زمینه ی نروساینس ، هوش مصنوعی (دیپ لرنینگ ، بینایی ماشین و.....)علوم شناختی کاربرد هوش مصنوعی در پزشکی و.... ، با همکاری منتورهای سایت coursera , uacity و... ایجاد شده است بپیوندید
https://xn--r1a.website/joinchat/CuFqkRQSxRy5M_6KxhKrCA
🙏Thanks to: @neuroscience_Cognitive
Deep Intelligence Talk
به گروه تخصصی زبان انگلیسی که در زمینه ی نروساینس ، هوش مصنوعی (دیپ لرنینگ ، بینایی ماشین و.....)علوم شناختی کاربرد هوش مصنوعی در پزشکی و.... ، با همکاری منتورهای سایت coursera , uacity و... ایجاد شده است بپیوندید
https://xn--r1a.website/joinchat/CuFqkRQSxRy5M_6KxhKrCA
🙏Thanks to: @neuroscience_Cognitive
#خبر
یه برنامه نویس هوش مصنوعی، چت باتی طراحی کرده که وقتی سرش شلوغه اون به جاش با نامزدش چت کنه!
طرف از سرعت پاسخ تند مشکوک میشه اول،
اما وقتی برای پسره جمله رمانتیک زیرو مینویسه:
"عزیزم، این 618 -مین روزیه که باهمیم. امیدوارم که مثل خورشید احساس روشن و خوبی داشته باشی. "
بلافاصله جواب میگیره:
"درجه حرارت: 18.0 تا 34.0 درجه سانتی گراد ... باد: سطح 3 ... کیفیت هوا: 42.0"
که بندهی خدا میفهمه که با آدم چت نمیکنه! و احساساتشو هدر داده :-/
لینک منابع
Busy Programmer Designs Chatbot To Talk To His Girlfriend While At Work
https://in.mashable.com/tech/4051/busy-programmer-designs-chatbot-to-talk-to-his-girlfriend-while-at-work
Busy boyfriend creates bot to chat with his girlfriend
https://www.abacusnews.com/digital-life/busy-boyfriend-creates-bot-chat-his-girlfriend/article/3013843
مرتبط با بلاگ پست فارسی چت بات با صوت
http://blog.class.vision/1397/11/chatbot-with-voice/
@CVision
یه برنامه نویس هوش مصنوعی، چت باتی طراحی کرده که وقتی سرش شلوغه اون به جاش با نامزدش چت کنه!
طرف از سرعت پاسخ تند مشکوک میشه اول،
اما وقتی برای پسره جمله رمانتیک زیرو مینویسه:
"عزیزم، این 618 -مین روزیه که باهمیم. امیدوارم که مثل خورشید احساس روشن و خوبی داشته باشی. "
بلافاصله جواب میگیره:
"درجه حرارت: 18.0 تا 34.0 درجه سانتی گراد ... باد: سطح 3 ... کیفیت هوا: 42.0"
که بندهی خدا میفهمه که با آدم چت نمیکنه! و احساساتشو هدر داده :-/
لینک منابع
Busy Programmer Designs Chatbot To Talk To His Girlfriend While At Work
https://in.mashable.com/tech/4051/busy-programmer-designs-chatbot-to-talk-to-his-girlfriend-while-at-work
Busy boyfriend creates bot to chat with his girlfriend
https://www.abacusnews.com/digital-life/busy-boyfriend-creates-bot-chat-his-girlfriend/article/3013843
مرتبط با بلاگ پست فارسی چت بات با صوت
http://blog.class.vision/1397/11/chatbot-with-voice/
@CVision
Mashable India
Busy Programmer Designs Chatbot To Talk To His Girlfriend While At Work
How far would you go for love?
Best Face Recognition APIs in 2019 and their applications
https://analyticsprofile.com/machine-learning/best-face-recognition-apis-in-2019-and-their-applications/?utm_source=facebook&utm_medium=dailypost
مطلب مرتبط:
اگر به حوزه #چهره در #یادگیری_عمیق علاقه دارید این مخزن گیت هاب حاوی مقالات مرتبط، آموزش فارسی، فیلم+ اسلاید+ کد و لینک پیاده سازی های مرتبط است که توصیه میکنم:
https://github.com/Alireza-Akhavan/deep-face-recognition
#face
🙏Thanks to: @ArtificialIntelligenceArticles
https://analyticsprofile.com/machine-learning/best-face-recognition-apis-in-2019-and-their-applications/?utm_source=facebook&utm_medium=dailypost
مطلب مرتبط:
اگر به حوزه #چهره در #یادگیری_عمیق علاقه دارید این مخزن گیت هاب حاوی مقالات مرتبط، آموزش فارسی، فیلم+ اسلاید+ کد و لینک پیاده سازی های مرتبط است که توصیه میکنم:
https://github.com/Alireza-Akhavan/deep-face-recognition
#face
🙏Thanks to: @ArtificialIntelligenceArticles
Analytics Profile | Leveraging Data Science
Best Face Recognition APIs in 2019 and their applications | Analytics Profile
Listing of the some of the best Face recognition APIs that allows users to do face detection, face comparison, face scanning, using the best face recogniton software in the market.
Best Face Recognition APIs in 2019 and their applications
https://analyticsprofile.com/machine-learning/best-face-recognition-apis-in-2019-and-their-applications/?utm_source=facebook&utm_medium=dailypost
مطلب مرتبط:
اگر به حوزه #چهره در #یادگیری_عمیق علاقه دارید این مخزن گیت هاب حاوی مقالات مرتبط، آموزش فارسی، فیلم+ اسلاید+ کد و لینک پیاده سازی های مرتبط است که توصیه میکنم:
https://github.com/Alireza-Akhavan/deep-face-recognition
#face
🙏Thanks to: @ArtificialIntelligenceArticles
https://analyticsprofile.com/machine-learning/best-face-recognition-apis-in-2019-and-their-applications/?utm_source=facebook&utm_medium=dailypost
مطلب مرتبط:
اگر به حوزه #چهره در #یادگیری_عمیق علاقه دارید این مخزن گیت هاب حاوی مقالات مرتبط، آموزش فارسی، فیلم+ اسلاید+ کد و لینک پیاده سازی های مرتبط است که توصیه میکنم:
https://github.com/Alireza-Akhavan/deep-face-recognition
#face
🙏Thanks to: @ArtificialIntelligenceArticles
#خبر #مقاله #کد
۱۰۰۰ برابر سریعتر data augmentation را موقع آموزش شبکه انجام دهید!
Population Based Augmentation (PBA)
"Population Based Augmentation (PBA), an algorithm that quickly and efficiently learns a state-of-the-art approach to augmenting data for neural network training. PBA matches the previous best result on CIFAR and SVHN but uses one thousand times less compute, enabling researchers and practitioners to effectively learn new augmentation policies using a single workstation GPU. You can use PBA broadly to improve deep learning performance on image recognition tasks."
Blog: https://bair.berkeley.edu/blog/2019/06/07/data_aug/
Paper: https://arxiv.org/pdf/1905.05393
Code: https://github.com/arcelien/pba
۱۰۰۰ برابر سریعتر data augmentation را موقع آموزش شبکه انجام دهید!
Population Based Augmentation (PBA)
"Population Based Augmentation (PBA), an algorithm that quickly and efficiently learns a state-of-the-art approach to augmenting data for neural network training. PBA matches the previous best result on CIFAR and SVHN but uses one thousand times less compute, enabling researchers and practitioners to effectively learn new augmentation policies using a single workstation GPU. You can use PBA broadly to improve deep learning performance on image recognition tasks."
Blog: https://bair.berkeley.edu/blog/2019/06/07/data_aug/
Paper: https://arxiv.org/pdf/1905.05393
Code: https://github.com/arcelien/pba
The Berkeley Artificial Intelligence Research Blog
1000x Faster Data Augmentation
The BAIR Blog
This media is not supported in your browser
VIEW IN TELEGRAM
A doodle classifier(CNN), trained on all 345 categories from Quickdraw dataset.
Here are a list of the projects -
Train a doodle classifier with tf.js
Train a doodle classifier with 345 classes
KNN doodle classifier
https://github.com/yining1023/doodleNet
Here are a list of the projects -
Train a doodle classifier with tf.js
Train a doodle classifier with 345 classes
KNN doodle classifier
https://github.com/yining1023/doodleNet
#مقاله #سورس_کد
#CVPR2019 #face
Learning to Regress 3D Face Shape and Expressionfrom an Image without 3D Supervision
Get 3D faces from an image using RingNet. New CVPR paper with code on-line. The output is a 3D face/head model that can be animated. We do this with paired 3D-image training data.
#Video:
https://youtu.be/6wPQaJBgreE
#Source Code (#Tensorflow):
https://github.com/soubhiksanyal/RingNet
#Project_page:
https://ringnet.is.tue.mpg.de/
paper:
https://ps.is.tuebingen.mpg.de/uploads_file/attachment/attachment/509/paper_camera_ready.pdf
#CVPR2019 #face
Learning to Regress 3D Face Shape and Expressionfrom an Image without 3D Supervision
Get 3D faces from an image using RingNet. New CVPR paper with code on-line. The output is a 3D face/head model that can be animated. We do this with paired 3D-image training data.
#Video:
https://youtu.be/6wPQaJBgreE
#Source Code (#Tensorflow):
https://github.com/soubhiksanyal/RingNet
#Project_page:
https://ringnet.is.tue.mpg.de/
paper:
https://ps.is.tuebingen.mpg.de/uploads_file/attachment/attachment/509/paper_camera_ready.pdf
YouTube
RingNet: Learning to Regress 3D Face Shape and Expression from an Image without 3D Supervision
The estimation of 3D face shape from a single image must be robust to variations in lighting, head pose, expression, facial hair, makeup, and occlusions. Robustness requires a large training set of in-the-wild images, which by construction, lack ground truth…
Forwarded from Ai Events️ (Hamid Mahmoodabadi)
Adobe’s new AI tool automatically spots Photoshopped faces!
The world is becoming increasingly anxious about the spread of fake videos and pictures, and Adobe —a name synonymous with edited imagery— says it shares those concerns. Today, it’s sharing new research in collaboration with scientists from UC Berkeley that uses machine learning to automatically detect when images of faces have been manipulated.
Continue reading:
https://www.theverge.com/2019/6/14/18678782/adobe-machine-learning-ai-tool-spot-fake-facial-edits-liquify-manipulations
@Ai_Events
The world is becoming increasingly anxious about the spread of fake videos and pictures, and Adobe —a name synonymous with edited imagery— says it shares those concerns. Today, it’s sharing new research in collaboration with scientists from UC Berkeley that uses machine learning to automatically detect when images of faces have been manipulated.
Continue reading:
https://www.theverge.com/2019/6/14/18678782/adobe-machine-learning-ai-tool-spot-fake-facial-edits-liquify-manipulations
@Ai_Events
💯1000ساعت فیلم وفایل آموزشی رایگان +دوره های آموزشی
🔸پردازش تصویر
🔸کدنویسی پایتون «Python»
🔸یادگیری عمیق «Deep Learning»
🔸 کتاب و رفرنس امتحانی
https://xn--r1a.website/joinchat/AAAAAEIZz9OV1L5GUd77eg
🔸پردازش تصویر
🔸کدنویسی پایتون «Python»
🔸یادگیری عمیق «Deep Learning»
🔸 کتاب و رفرنس امتحانی
https://xn--r1a.website/joinchat/AAAAAEIZz9OV1L5GUd77eg
Forwarded from Python_Labs🐍 (Alireza Akhavan)
How to get started with Machine Learning in about 10 minutes
https://medium.com/free-code-camp/how-to-get-started-with-machine-learning-in-less-than-10-minutes-b5ea68462d23
https://medium.com/free-code-camp/how-to-get-started-with-machine-learning-in-less-than-10-minutes-b5ea68462d23
Medium
How to get started with Machine Learning in about 10 minutes
With the rise of Machine Learning inside industries. The need of a tool that can help you iterate through the process quickly become vital…
Advanced Topics in Deep Convolutional Neural Networks
Residual networks, saliency maps, dilated convolutions, and more.
The topics that will be discussed in this tutorial are:
CNN review
Receptive Fields and Dilated Convolutions
Saliency Maps
Transposed Convolutions
Classic Networks
Residual networks
Transfer Learning
https://towardsdatascience.com/advanced-topics-in-deep-convolutional-neural-networks-71ef1190522d
Residual networks, saliency maps, dilated convolutions, and more.
The topics that will be discussed in this tutorial are:
CNN review
Receptive Fields and Dilated Convolutions
Saliency Maps
Transposed Convolutions
Classic Networks
Residual networks
Transfer Learning
https://towardsdatascience.com/advanced-topics-in-deep-convolutional-neural-networks-71ef1190522d
Medium
Advanced Topics in Deep Convolutional Neural Networks
Residual networks, saliency maps, dilated convolutions, and more.
اگر حتی هیچ آشنایی ندارید، بهترین فرصته که همین الان DeepLearning را شروع کنید و مهارت خود را بالا ببرید!
تیزر #فیلم_آموزشی یادگیری عمیق در Python و Keras
http://aparat.com/v/Cv2fR
مشاهده ی تیز با کیفیت بالاتر
اطلاعات بیشتر، مشاهده 2 ساعت و نیم نخست برای ارزیابی و خرید:
http://class.vision/deeplearning-keras/
تیزر #فیلم_آموزشی یادگیری عمیق در Python و Keras
http://aparat.com/v/Cv2fR
مشاهده ی تیز با کیفیت بالاتر
اطلاعات بیشتر، مشاهده 2 ساعت و نیم نخست برای ارزیابی و خرید:
http://class.vision/deeplearning-keras/
آپارات - سرویس اشتراک ویدیو
تیزر فیلم آموزشی Deep Learning with Python, TensorFlow and Keras
تیزر دوره آموزشی 12 ساعته یادگیری عمیق❓در این دوره یاد میگیریم چگونه+برنامه ای بنویسیم که کامپیوتر مثل انسان ببیند و اشیاء را با وبکم تشخیص دهیم!+قیمت یک خونه را برای مال حدس بزند؟+ارقام دست نویس فارسی را بخواندو ...برای خرید و مشاهده پیش نمایش و همچنین مشاهده…
کمپ استارتاپی هوش مصنوعی دیجیکالانکست
برنامه کمپ استارتاپی دیجیکالانکست، یک برنامه استارتاپی است که در آن دانشجویان، متخصصان، و فعالان حوزه هوشمصنوعی با حمایت دیجیکالانکست اقدام به تیمسازی و توسعه محصول خود میکنند.
طی این برنامه، افراد یا تیمهای حوزه هوش مصنوعی پس از یک هفته آموزشهای اولیه و مربیگری اقدام به تیمسازی میکنند. تیمهای منتخب در یک دوره سه ماهه اقدام به توسعه محصول اولیه خود کرده و در این مدت از مربیگری تخصصی بهرهمند میشوند.
برنامه کمپ استارتاپی هوش مصنوعی:
پایان ثبت نام: ۱ تیر ۱۳۹۸
اعلام نتایج: ۹ تیر ۱۳۹۸
شروع کمپ استارتاپی: ۱۵ تیر ۱۳۹۸
پایان کمپ استارتاپی: ۱۵ مهر ۱۳۹۸
لینک ثبت نام و اطلاعات بیشتر digikalanext.com
@CVision
برنامه کمپ استارتاپی دیجیکالانکست، یک برنامه استارتاپی است که در آن دانشجویان، متخصصان، و فعالان حوزه هوشمصنوعی با حمایت دیجیکالانکست اقدام به تیمسازی و توسعه محصول خود میکنند.
طی این برنامه، افراد یا تیمهای حوزه هوش مصنوعی پس از یک هفته آموزشهای اولیه و مربیگری اقدام به تیمسازی میکنند. تیمهای منتخب در یک دوره سه ماهه اقدام به توسعه محصول اولیه خود کرده و در این مدت از مربیگری تخصصی بهرهمند میشوند.
برنامه کمپ استارتاپی هوش مصنوعی:
پایان ثبت نام: ۱ تیر ۱۳۹۸
اعلام نتایج: ۹ تیر ۱۳۹۸
شروع کمپ استارتاپی: ۱۵ تیر ۱۳۹۸
پایان کمپ استارتاپی: ۱۵ مهر ۱۳۹۸
لینک ثبت نام و اطلاعات بیشتر digikalanext.com
@CVision
Language, trees, and geometry in neural networks
A visualization technique to understand BERT.
https://twitter.com/burkov/status/1139391818443808769
#bert #NLP
A visualization technique to understand BERT.
https://twitter.com/burkov/status/1139391818443808769
#bert #NLP
Twitter
Andriy Burkov
A visualization technique to understand BERT. https://t.co/kP5QPBcdlG
Forwarded from Python_Labs🐍 (Alireza Akhavan)
اگر یکی که تا حالا کار نکرده ازتون پرسید یادگیری ماشین چیه، چی میگید؟
میتونید به سادگی Samuel توضیح بدید یا به پیچیدگی Mitchell!!
میتونید به سادگی Samuel توضیح بدید یا به پیچیدگی Mitchell!!
#آموزش و طرح #ابهام مستندات چند نخی در کراس - بخش 1 از دو
استفاده از use_multiprocessing و workers در fit_generator کراس
طرح یک ابهام در داکیومنت های #Keras !
#سوال:
احتمالا میدونید که اگر با دیتاست های خیلی بزرگ تصویری سر و کار داشته باشید، خیلی وقت ها bottleneck فرآیند آموزش خواندن تصاویر از هارد و augmentation توی pipeline آموزش CPU میشه و GPU معطل دیتا میمونه و بیکار میمونه و Utilization سیستم میاد پایین!
راهکارتون چیه؟
#پاسخ:
استفاده از پارامتر use_multiprocessing=True اجازه میده که process-based threading فعال بشه و با چند نخ و موازی دیتا خوانده و augment بشه
اما یه پارامتر دیگه هم باید ست کنید؛ و اونم عددی برای workers هستش.
توضیحات در داکیومنت:
Maximum number of processes to spin up when using process-based threading.
با این دو پارامتر میتونید به صورت موازی دیتا را خوانده و پیش پردازش کنید و با افزایش سرعت آماده کردن دیتا میتونید از بیکار بودن GPU جلوگیری کرده و utilization اونو افزایش بدید.
اما
#ابهام داکیومنت کجاست حالا؟
اگر دقت کنید نوشته:
workers: Integer. Maximum number of processes to spin up when using process-based threading.
از طرفی داشتیم:
use_multiprocessing: Boolean. If True, use process-based threading.
من به شخصه وقتی این دو جمله را میخونم برداشتم اینه که عددی که جلوی workers مینویسم فقط برای وقتیه که use_multiprocessing را True ست کرده باشم.
برداشت دیگه ای میشه داشت؟؟
مشاهده داکیومنت: https://keras.io/models/sequential/
ادامه در: https://xn--r1a.website/cvision/1360
استفاده از use_multiprocessing و workers در fit_generator کراس
طرح یک ابهام در داکیومنت های #Keras !
#سوال:
احتمالا میدونید که اگر با دیتاست های خیلی بزرگ تصویری سر و کار داشته باشید، خیلی وقت ها bottleneck فرآیند آموزش خواندن تصاویر از هارد و augmentation توی pipeline آموزش CPU میشه و GPU معطل دیتا میمونه و بیکار میمونه و Utilization سیستم میاد پایین!
راهکارتون چیه؟
#پاسخ:
استفاده از پارامتر use_multiprocessing=True اجازه میده که process-based threading فعال بشه و با چند نخ و موازی دیتا خوانده و augment بشه
اما یه پارامتر دیگه هم باید ست کنید؛ و اونم عددی برای workers هستش.
توضیحات در داکیومنت:
Maximum number of processes to spin up when using process-based threading.
با این دو پارامتر میتونید به صورت موازی دیتا را خوانده و پیش پردازش کنید و با افزایش سرعت آماده کردن دیتا میتونید از بیکار بودن GPU جلوگیری کرده و utilization اونو افزایش بدید.
اما
#ابهام داکیومنت کجاست حالا؟
اگر دقت کنید نوشته:
workers: Integer. Maximum number of processes to spin up when using process-based threading.
از طرفی داشتیم:
use_multiprocessing: Boolean. If True, use process-based threading.
من به شخصه وقتی این دو جمله را میخونم برداشتم اینه که عددی که جلوی workers مینویسم فقط برای وقتیه که use_multiprocessing را True ست کرده باشم.
برداشت دیگه ای میشه داشت؟؟
مشاهده داکیومنت: https://keras.io/models/sequential/
ادامه در: https://xn--r1a.website/cvision/1360
Telegram
Tensorflow
#آموزش و طرح #ابهام مستندات چند نخی در کراس - بخش 2 از دو
بخش 1 در
https://xn--r1a.website/cvision/1359
اما وقتی کدها را ببینید عملا مشاهده میشه که کراس تو حالتی که use_multiprocessing را هم False داده باشیم داره از پارامتر workers استفاده میکنه
https://github.com/keras…
بخش 1 در
https://xn--r1a.website/cvision/1359
اما وقتی کدها را ببینید عملا مشاهده میشه که کراس تو حالتی که use_multiprocessing را هم False داده باشیم داره از پارامتر workers استفاده میکنه
https://github.com/keras…
#آموزش و طرح #ابهام مستندات چند نخی در کراس - بخش 2 از دو
بخش 1 در
https://xn--r1a.website/cvision/1359
اما وقتی کدها را ببینید عملا مشاهده میشه که کراس تو حالتی که use_multiprocessing را هم False داده باشیم داره از پارامتر workers استفاده میکنه
https://github.com/keras-team/keras/blob/47e1b18c0b7e3ddeef4e9fcded409a55d0479a4f/keras/utils/data_utils.py#L463
...
بخش 1 در
https://xn--r1a.website/cvision/1359
اما وقتی کدها را ببینید عملا مشاهده میشه که کراس تو حالتی که use_multiprocessing را هم False داده باشیم داره از پارامتر workers استفاده میکنه
https://github.com/keras-team/keras/blob/47e1b18c0b7e3ddeef4e9fcded409a55d0479a4f/keras/utils/data_utils.py#L463
...
این توئیت خنده دار بود #fun
طرف نوشته 12 ساله همسرمو میشناسم، جیمیل هنوزم ایمیل هاشو به عنوان غیر مهم طبقه بندی میکنه!
بعد Ian Goodfellow در ابراز همدردی نوشته ایمیل های خودمم جیمیل غیر مهم طبقه بندی میکنه :)
یان لکان اومده جواب داده فقط از وقتی که از گوگل رفتی این اتفاق افتاده :)))
پانوشت:
گودفلو قبلا تو گوگل کار میکرد، و لکان داره بهش تیکه میندازه زمانی که خودتم گوگلی بودی همین وضع بوده...
https://twitter.com/doomie/status/1139249234891329536
طرف نوشته 12 ساله همسرمو میشناسم، جیمیل هنوزم ایمیل هاشو به عنوان غیر مهم طبقه بندی میکنه!
بعد Ian Goodfellow در ابراز همدردی نوشته ایمیل های خودمم جیمیل غیر مهم طبقه بندی میکنه :)
یان لکان اومده جواب داده فقط از وقتی که از گوگل رفتی این اتفاق افتاده :)))
پانوشت:
گودفلو قبلا تو گوگل کار میکرد، و لکان داره بهش تیکه میندازه زمانی که خودتم گوگلی بودی همین وضع بوده...
https://twitter.com/doomie/status/1139249234891329536