DLeX: AI Python

ابزار NotebookLM امکان استفاده مستقیم از PDF و شیت ها رو از روی Goole Drive فراهم کرد. به زودی فرمت DocX هم پشتیبانی خواهد شد. همین طور امکان آپلود مستقیم عکس. 🖼 برای مشاهده نمونه ویدیو های تولید شده توسط NotebookLM از روی داکیومنت ها می توانید به پلی لیست پادکست مصنوعی فارسی مراجعه نمایید : https://youtu.be/J9C89aH2MVc?si=olD3v14CXDYCC4Tv همین طور برای شنیدن پادکست های مصنوعی صوتیِ تولید شده با NotebookLM، کانال @navidcasts را دنبال کنید. در صورتی که امکان استفاده یا خرید سرویس NotebookLM را ندارید، می توانید منابع خود را به در گروه پرسش و پاسخ علوم کامپیوتر در اختیار ما قرار دهید و ما به رایگان ویدیو ها یا وویس های مورد نظر شما را از روی آن ها به زبان فارسی تهیه خواهیم کرد.

📊 دوره آموزشی «استخراج داده (Data Mining)» آیا آماده‌ای که از داده‌های خام، بینش‌های ارزشمند استخراج کنی؟ در این دوره: ✔ تکنیک‌های پیشرفته استخراج داده ✔ کار با نرم‌افزارها و ابزارهای کاربردی ✔ پروژه‌های واقعی 👉 همین حالا ثبت‌نام کن و قدم اول را برای ورود به بازار داده بردار. ➖➖➖➖➖➖➖➖➖➖➖➖      اطلاعات دوره کلیک کنید👇 https://B2n.ir/rb3206 ➖➖➖➖➖➖➖➖➖➖➖➖  ☎️مشاوره وثبت نام     02167641999 📲تلگرام و واتساپ   09222477250 ➖➖➖➖➖➖➖➖➖➖➖➖   ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

شبکه‌عصبی گرافی جدیدی به نام GLSTM که برای کاهش مشکل "فشردگی بیش از حد" (over-squashing) در شبکه‌های عصبی گرافی (GNNs) طراحی شده است. 👉 @navidcasts 🎓 فشردگی بیش از حد که منجر به یک "تنگنای اطلاعاتی" (information bottleneck) می‌شود، زمانی رخ می‌دهد که اطلاعات دریافتی از یک میدان درک بزرگ در یک بردار با اندازه ثابت فشرده می‌شود. محققان این پدیده را از دریچه "ظرفیت ذخیره‌سازی و بازیابی مدل" (model storage and retrieval capacity) بازنگری می‌کنند و استدلال می‌کنند که این مشکل شامل دو جزء متمایز است: اشباع ظرفیت و حساسیت پایین. 👉 @navidcasts 🎓 برای مقابله با محدودیت ظرفیت، این مدل جدید با الهام از معماری‌های توالی‌محور مانند xLSTM، از "حافظه تداعی‌گر" (associative memory) استفاده می‌کند و عملکرد برتر خود را در یک کار مصنوعی جدید به نام "یادآوری تداعی‌گر همسایه" (Neighbor Associative Recall - NAR) و همچنین در معیارهای دنیای واقعی به نمایش می‌گذارد. ویدیو مصنوعی توضیحات فارسی در 7 دقیقه : https://youtu.be/69BXJkAzu_A

اینم یک ویدیو نمونه از کارایی که می شه با Figma Make کرد که نمونه خیلی Fun ای هم هست، به خصوص برای علاقه مندان به موسیقی : https://youtu.be/OvIRNlLCB0U?si=rD5EFQ8qYfdRAViV

سایت Figma یک پلتفرم طراحی و همکاری آنلاین است که به تیم‌ها اجازه می‌دهد به‌صورت هم‌زمان روی پروژه‌های طراحی رابط کاربری (UI) و تجربه کاربری (UX) کار کنند. حالا یکی از قابلیت های جالبش که تقریبن شاید بشه گفت، شبیه Lovable هست، قابلیت Figma Make هستش. 👉 @ai_python ✍️ خلاصه از طریق Ehsun عزیز، با خبر شدیم که این پلت فرم هم اکانت دانشجویی رایگان داره. (که البته متاسفانه نمی دونم که شامل دانشجوهای داخل ایران هم می شه یا نه؟) اگر دانشجو هستید و استفاده ای از این سرویس دارید، یک سری به این قسمت از وب سایت فیگما بزنید : https://www.figma.com/de-de/education/

بررسی مقاله DeepSeek OCR که به نوعی معرفی یکی از متدهای پیشرو برای Memory Comaprison هستش : 👉 @ai_python ✍️ https://youtu.be/YEZHU4LSUfU?si=pYhcCw7uG-XxSnCn

👉 @ai_python ✍️ اگر قصد داشته باشید که Asset هایی که ایجاد کردید رو بین ورک اسپیس های مختلف ماشین لرنینگ در مایکروسافت آژور به اشتراک بذارید می تونید از رجیستری ها استفاده کنید 📱 M

وقتی زیرساخت مطمئن داشته باشی، هیچ مدلی دور از دسترس نیست 🚀 ایران‌جی‌پی‌یو — بستر قدرتمند ⚡ GPU برای توسعه، یادگیری و استقرار مدل‌های هوش مصنوعی در هر مقیاس. 🔹 کارت‌های گرافیک نسل جدید: H200 / H100 / RTX 5880 / L40S 🔹 آماده برای Training، Fine-Tuning و Inference 🔹 با امنیت، مانیتورینگ و پشتیبانی لحظه‌ای ۲۴/۷ ما زیرساخت را فراهم کرده‌ایم، تا شما فقط بر خلق و نوآوری تمرکز کنید. 🌍✨ 24/7 سؤال یا پروژه خاصی دارید؟ فرم را پر کنید تا کارشناسان ما در سریع‌ترین زمان با شما در ارتباط باشند. ⚡ https://b2n.ir/nm7742

👉 @ai_python ✍️ انواع Environment در Microsoft Azure ML 📱 M

👉 @ai_python ✍️ انواع Data Asset در Azure ML و نحوه ساخت آن ها با استفاده از SDK ورژن 2 در پایتون 📱 M

شغل پردرآمد و آینده‌دار فقط چند قدم با تو فاصله داره! 🌟 می‌خواهی وارد دنیای حرفه‌ای برنامه‌نویسی بشی و به یکی از پردرآمدترین مشاغل دنیا برسی؟ 🔑 دوره جامع فرانت‌اند دولوپر (Front End Developer) همون مسیریه که بهش نیاز داری: ✅ آموزش کامل HTML، CSS، JavaScript ✅ یادگیری فریم‌ورک‌های React و Bootstrap ✅ انجام پروژه‌های واقعی برای ساخت رزومه قوی 🎯 این دوره برای چه کسانی مناسب است؟ ✔️ افراد بدون سابقه برنامه‌نویسی ✔️ دانشجویان به‌دنبال آینده شغلی مطمئن ✔️ علاقه‌مندان به یادگیری مهارت پول‌ساز و کاربردی ➖➖➖➖➖➖➖➖➖➖➖➖ 🌐 اطلاعات بیشتر و ثبت‌نام: https://B2n.ir/nm7185 📱 تلگرام : 09377533910 ☎️ تماس: 02167641999 Telegram Bot (https://t.me/Sharif_admin_bot?start=it) :بات مشاوره ➖➖➖➖➖➖➖➖➖➖➖➖ ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

👉 @ai_python ✍️ در این تصویر به خوبی مشاهده می کنید که برای هرکدام از انواع دیتااستور در مایکروسافت آژور برای استفاده به عنوان محل ذخیره سازی Data Assets چه مواردی را نیاز دارید. کدام موارد پشتیبانی می شوند؟ مثلن SAS پشتیبانی می شه یا نه؟ (هرچند که SAS کم کم داره منسوخ می شه و از لحاظ امنیتی دیگه Best Practice نیست.) 📱 M

🚀 از داده تا موفقیت؛ دانشمند داده شو! 📊 هر داده یه دنیای پنهان از فرصت‌هاست… با دوره جامع دانشمند داده یاد بگیر چطور این فرصت‌ها رو پیدا کنی و تبدیل به یکی از پرتقاضاترین متخصص‌های بازار کار بشی! 💡✨ ✅ یادگیری عملی پایتون برای تحلیل داده‌ها 🐍 ✅ کشف دنیای یادگیری ماشین و هوش مصنوعی 🤖 ✅ اجرای پروژه‌های واقعی برای ورود حرفه‌ای به بازار کار 📈 ⏰ ظرفیت محدود ـ همین امروز قدم اول رو بردار و آینده‌ت رو با داده‌ها بساز! ➖➖➖➖➖➖➖➖➖➖➖➖        🌐جهت مشاهده اطلاعات دوره کلیک کنید 👇 https://B2n.ir/uq4983 ➖➖➖➖➖➖➖➖➖➖➖➖   ☎️ مشاوره و ثبت‌نام: 02167641999 📲مشاوره تلگرام: 09222477250 ➖➖➖➖➖➖➖➖➖➖➖➖   ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

👉 @ai_python ✍️ میزان اهمیت 4 دامین اصلی (در امتحان) برای دریافت مدرک DP-100 به عنوان متخصص علوم داده از مایکروسافت پیش تر در این پست این دوره را معرفی کرده بودیم. 📱 M

👉 @ai_python ✍️ به نظر می رسه گوگل استفاده از Google AI پلن Pro رو برای دانشجوهای سراسر دنیا (نمی دونم آیا ایران هم شامل می شه یا نه) برای یک سال رایگان ارائه می ده. این خبر رو گوگل دیروز 31 سپتامبر در توییترش اعلام کرد. 👉 @ai_python ✍️ لینک توییت : https://x.com/GeminiApp/status/1984037056432210347

👉 @ai_python ✍️ انواع منابع پردازشی موجود در Azure Machine Learning : 👉 @ai_python ✍️ 1️⃣ Compute instance: Behaves similarly to a virtual machine and is primarily used to run notebooks. It's ideal for experimentation. 2️⃣ Compute clusters: Multi-node clusters of virtual machines that automatically scale up or down to meet demand. A cost-effective way to run scripts that need to process large volumes of data. Clusters also allow you to use parallel processing to distribute the workload and reduce the time it takes to run a script. 3️⃣ Kubernetes clusters: Cluster based on Kubernetes technology, giving you more control over how the compute is configured and managed. You can attach your self-managed Azure Kubernetes (AKS) cluster for cloud compute, or an Arc Kubernetes cluster for on-premises workloads. 4️⃣ Attached compute: Allows you to attach existing compute like Azure virtual machines or Azure Databricks clusters to your workspace. 5️⃣ Serverless compute: A fully managed, on-demand compute you can use for training jobs.

👉 @ai_python ✍️ پست لینکدین پروفسور سپ هوخرایتا معرفی معماری به نام gLSTM است که نسخه گرافی از xLSTM محسوب می‌شود. این مدل با ترکیب شبکه‌های عصبی بازگشتی و شبکه‌های گرافی، مشکلاتی مثل over-squashing را کاهش می‌دهد و عملکرد بسیار خوبی در پیش‌بینی ویژگی‌های گرافی مانند قطر و خروج از مرکز نشان داده است. همچنین در مسئله مسیر کوتاه‌ترین (SSSP) نیز نتایج قدرتمندی ارائه کرده است.

👉 @ai_python ✍️ راستی می دونستید حدودن از اکتبر همین امسال مدل GPT-Image-1-mini در Azure هم ارائه شده؟ 🎼 https://youtu.be/4Jfy0L82DZo?si=Am1N5hwSXaBFTz4E

اتوماسیون تخصیص داینامیک منابع با استفاده از هوش مصنوعی : https://youtu.be/gpjFmussnW4