دستاوردهای یادگیری عمیق(InTec)
9.55K subscribers
367 photos
40 videos
44 files
680 links
هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
موضوع اصلی کانال

این یک بلاگ شخصی با طرز تفکر شخصی هست.

Core Python : @PyHints

تلاشی هم در یادگیری Rust دارم که درحال داکیومنت شدن هم هست؛ اگر شماهم به این زبان علاقمند هستید join یادتون نره

Rust: @PyRust
Download Telegram
دستاوردهای یادگیری عمیق(InTec)
این مدل با ۵ ثانیه شنیدن صدای شما بطور بسیار طبیعی می‌تونه صدای شمارو تقلید کنه؛ با جزئیات کامل و بسیار روان توضیح داده شده (پیشنهاد ویژه) https://arxiv.org/abs/1806.04558
جذاب ترین بخش معرفی تراشه پرقدرت جدید
Qualcomm Snapdragon 865

Okay, this is the coolest damn thing: The new Snapdragon 865 can translate your speech into a foreign language in real time, *in your own voice*! You can have a real-time voice call with someone in a language you don’t know! It uses three layers of AI.
خیلی از دوستان با آگمنت کردن دیتا برای آبجکت دیتکشن مشکل دارند و این سوالی هست که بسیار از بنده پرسیده می‌شه

این بلاگ پست ۴ قسمتی، بسیار عالی این مسئله رو توضیح میده

امیدوارم مفید باشه

“Data Augmentation for Object detection: Rethinking image transforms for bounding boxes” by Team Paperspace https://medium.com/paperspace/data-augmentation-for-object-detection-rethinking-image-transforms-for-bounding-boxes-fe229905a1c3
Dige Dire
Turaj Shabankhani
خبر کوتاه بود و جانسوز،
به یاد تورج شعبانخانی، روحش شاد و یادش گرامی
Spleeter by Deezer
یک کتاب‌خانه فوق‌العاده پایتونی برای جداسازی موسیقی متن (حتی براساس نوع ساز) و ... با دقت بسیار بالا به کمک دیپ‌لرنینگ هست (چیزی که سالها نیاز صنعت موسیقی بوده)

کاربرد دیگر اینکه اگه دیتاست ویس دارید و داخلش پر از موسیقی متن هست با این ابزار به راحتی دیتاتون رو می‌تونید پاک سازی کنید.

https://github.com/deezer/spleeter
گیتهاب پیاده‌سازی رسمی انویدیا لب (تنسورفلو)
Noise2Noise: Learning Image Restoration without Clean Data

این تحقیق علاوه بر تصاویر روزمره روی تصاویر MRI نیز تست شده

Github Link
👍1
متاسفانه هنوز کسب و کار‌هایی هستند که
با پایتون ۲ کار می‌کنند و یا ابزارهاشون روی پایتون ۳ همچنان بازنویسی نشده.
۱۶ روز تا پایان کار پایتون ۲.۷
توی کار دیپ‌لرنینگ وقتی به یک مسئله جدید میرسیم با دیتاست جدید، بطوری که تا بحال مشابه‌ اون حل نشده
اینطور شروع می‌شه که بر اساس سعی و خطا و یا تجربیات یک شبکه ساخته می‌شه و اجرا می‌شه

بعد از اون با سعی و خطا، پارامترها و ... تغییر پیدا می‌کنه تا به بهترین نتیجه برسیم (این فرمول برای تمام مسائل جدید ثابت هست ؛ ی نگاه به کگل کنید و تعداد ثبت نتایج تیم‌ها)

برای خیلی‌ها سوال اینه که چطور این پارامتر‌ها رو باید تغییر داد و چه مقداری بهترین نتیجه رو میده (توی مسائل جدید، سعی و خطا بیشتر لازمه و تجربه می‌تونه کمک کنه)

Keras-Tuner

یکی ازون پیکج‌های عالی هست که یک فضای جستجو براش تعریف می‌شه و چیزهای مختلف رو برای بهبود تارگت تست می‌کنه، فقط باید دقت کنید که این فضا و تعداد پارامتر‌های مورد جستجو رو چقدر بزرگ دارید در نظر می‌گیرید
1
خداکنه ونزوئلا نیروی کار متخصص ایرانی هم قبول کنه،
پ.ن: قیمت دلار بازهم بالاتر رفته
تنسورفلو نسخه ۲.۱ هم منتشر شد، و آخرین نسخه‌ایی هست که از پایتون ۲.۷ پشتیبانی می‌کنه

Github release link
نسخه ۲۰۱۹ دوره آموزش مقدماتی دیپ‌لرنینگ MIT

YouTube link
این گروه خانوم‌ها با توجه به صدا، پرنده‌ها رو دسته بندی کردند ، توضیحات + کد

Link
“PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection”

Link
Best part of Deeplearning.ai weekly news :

Link

با استفاده از یک GPU و ۲۴ ساعت زمان ترین دقت خیلی خوبی گرفته
#CES2020
بیشترین خبری که برای من فروارد شد(البته چک نکردم که چقدر صحت داره) ماشین‌های هوشمند و دیگر تجهیزات هوشمند؛ با پشتیبانی از فرمان صوتی برای مثلاْ باز شدن درها و ... بود؛ خیلی‌ها هیجان زده شدند مخصوصاْ راجب ماشین‌ها و عدم نیاز به همراه داشتن کلید‌ها و ...

ویدئو که لینکش رو آخر متن قرار میدم نشون میده که چطور گروهی از متخصصین تونستن به کمک لیزر به این ابزارها حمله کنند و از فواصل دور بهشون دستور بدند

شاید هنوز وقت استفاده ازین تکنولوژی‌ها نرسیده

Youtube, Link
یکی از جذاب‌ترین گجت‌ها که توی CES امسال معرفی شد؛
Next Mind
هست که بطور RealTime سیگنال مغز رو تیدیل به فرمان برای کنترل چیزهای مختلف (تلویزیون ؛ ضبط و ... ) می‌کنه

شخصاْ فکر می‌کنم از دیپ‌لرنینگ برای پردازش سیگنال‌ها و تغییر اون به دستورات استفاده می‌کنه (شخصاْ موفقیت آمیز بودن این موضوع رو قبلاْ تست کردم؛ اما فقط برای دستورات بسیار بسیار ساده)

https://www.next-mind.com/
1