#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

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

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

#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

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

#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

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

💯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

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

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

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/

دوره مقدماتی و به درخواست دانشکده علوم پایه است،
برای دوستانی که با یادگیری ماشین در پایتون آشنایی دارند توصیه نمیشه.

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

Language, trees, and geometry in neural networks

A visualization technique to understand BERT.
https://twitter.com/burkov/status/1139391818443808769

#bert #NLP

اگر یکی که تا حالا کار نکرده ازتون پرسید یادگیری ماشین چیه، چی میگید؟
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

#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

...

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

#آموزش
Online/Incremental Learning with #Keras and #Creme
https://www.pyimagesearch.com/2019/06/17/online-incremental-learning-with-keras-and-creme/


*Creme is a library specifically tailored to #incremental_learning.

#آموزش #مقاله


New DeepMind Unsupervised Image Model Challenges AlexNet

https://medium.com/syncedreview/new-deepmind-unsupervised-image-model-challenges-alexnet-d658ef92ab1e

⚪️Contrastive Predictive Coding (CPC) that outperforms the fully-supervised AlexNet model in Top-1 and Top-5 accuracy on ImageNet.

⚪️CPC was introduced by DeepMind in 2018. The unsupervised learning approach uses a powerful autoregressive model to extract representations of high-dimensional data to predict future samples.

⚪️Given 13 labeled images per class, DeepMind’s CPC model outperformed state-of-the-art semi-supervised methods by 10 percent in Top-5 accuracy, and supervised methods by 20 percent.


#Unsupervised #DeepMind

Facial Recognition Has a Blind Spot


https://zora.medium.com/facial-recognition-has-a-blind-spot-57523b73039e

For White men, the software works correctly 99% of the time. For darker-skinned women, there were nearly 35% more errors.

سخنرانی TED مرتبط:
https://www.ted.com/talks/joy_buolamwini_how_i_m_fighting_bias_in_algorithms

#face