DLeX: AI Python
前往频道在 Telegram
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq
显示更多📈 Telegram 频道 DLeX: AI Python 的分析概览
频道 DLeX: AI Python (@ai_python) 波斯语 语言赛道中的 是活跃参与者。目前社区聚集了 21 306 名订阅者，在 技术与应用 类别中位列第 6 187，并在 伊朗 地区排名第 16 432 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 21 306 名订阅者。
根据 04 十一月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 -74，过去 24 小时变化为 -7，整体触达仍然可观。
- 认证状态： 未认证
- 互动率 (ER)： 平均受众互动率为 8.12%。内容发布后 24 小时内通常能获得 3.58% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 1 731 次浏览，首日通常累积 762 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 16。
- 主题关注点： 内容集中在 مصنوعی, توییتر, ماهواره, داده, فناوری 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台：
“هوش‌مصنوعی و برنامه‌نویسی
توییتر :
https://twitter.com/NaviDDariya
لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq”
凭借高频更新（最新数据采集于 05 十一月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 技术与应用 类别中的关键影响点。
21 306
订阅者
-724 小时
-97 天
-7430 天
帖子存档
21 306
Repost from Blue Dopamine
همیشه توی هر حوزه ای مطالبی هست که کمتر کسی به توضیح اون ها پرداخته و شاید بشه اونو جز بخش های پیشرفته دونست .
🔹 دوپامین آبی🔹 BlueDopamine 🔹
با هدف آموزش رایگان برای تمامی افراد اقدام به تولید محتوا به صورت تخصصی در حوزه هوش مصنوعی کرده است. همراهی شما در این مسیر برای ما ارزشمند خواهد بود .💙
📎لینک ویدیوی بررسی مقالات:
🔵Generative adversarial network [Paper Explained]:
https://youtu.be/fuoSNAz84Zs
🔵 Attention is All you need [Paper Explained]:
https://youtu.be/DegMTM1IRNs
🔵Bert[Paper Explained]:
https://youtu.be/R4r3ANyr9C4
📻 Podcast [Season1-Episode0]:
https://youtu.be/v6ydMv_z4Qg
📌YouTube channel:
https://youtube.co/@BlueDopamine
📌Telegram channel:
https://t.me/BlueDopamine_Ai
حتما کانال ما در یوتیوب رو سابسکرایب کنید تا سریعا از ویدیو های جدید ما مطلع بشید.
21 306
✅ What’s new in TensorFlow 2.11?
✳️
TensorFlow 2.11 has been released! Highlights of this release include enhancements to DTensor, the completion of the Keras Optimizer migration, the introduction of an experimental StructuredTensor, a new warmstart embedding utility for Keras, a new group normalization Keras layer, native TF Serving support for TensorFlow Decision Forest models, and more. Let's take a look at these new features.
✳️ BlogToLearn
✳️ @ai_python21 306
کورس جدید گروه Andrew NG
Machine Learning Engineering for Production
آموزش تنسرفلو
New Courses: Machine Learning Engineering for Production
#کلاس_آموزشی #یادگیری_ماشین #منابع #فیلم
✅ AI_Python
21 306
Repost from سامانه اطلاع رسانی ابر سیمرغ
💎 2 میلیون خرید کن، تا 16 میلیون استفاده کن! 💎
🎁 فرصتی فوق‌العاده برای تجمیع اعتبار هدیه لبزنت و تخفیفات زمستانه ابررایانه سیمرغ ویژه اعضای هیئت علمی و دانشجویان تحصیلات تکمیلی سراسر کشور
جهت استفاده از این فرصت طلایی می‌توانید مراحل زیر را طی نمایید:
1️⃣ در سایت لبزنت به نشانی labsnet.ir ثبت نام کرده و جهت دریافت این تخفیف، درخواست خود را ثبت نمایید.
2️⃣ به سایت سیمرغ به نشانی simorgh.cloud مراجعه نموده و وارد حساب کاربری خود شوید.
3️⃣ با ارسال تیکت به بخش پشتیبانی، درخواست انتقال اعتبار از لبزنت را ثبت نمایید.
4️⃣ با تکمیل فرم درخواست تخفیف در سایت سیمرغ، تخفیفات دانشجویی و دانشگاهی خود را فعال نمایید.
5️⃣ از خدمات متنوع سیمرغ استفاده کنید و لذت ببرید.
☎️ تلفن: ۹۰۰۰۹۶۲۱
📌 تلگرام: hpcrc_aut_news
📌 اینستاگرام: simorgh_hpc
❄️❄️❄️❄️
21 306
Repost from N/a
🟢 با فرادرس، رایگان آموزش ببینید و مهارت کسب کنید...
🔹 آموزش‌های گروه «هوش مصنوعی»
▫️ رویکردهای یادگیری ماشین در R
▫️ بهبود کیفیت سیگنال در مخابرات بی سیم
▫️ مدارهای پایه و ابزارهای طراحی مدار
▫️ انواع داده در کامپیوتر
▫️ درخت تصمیم در یادگیری ماشین
🔗 فهرست تمامی آموزش‌های رایگان - [کلیک کنید]
@FaraDars - فرادرس
21 306
✅ Image Captioning using Deep Learning
✳️
In this blog, The implementation of the Image Captioning project which is a very advanced project was explained . The combination of LSTMs and CNNs for this use case was reflected.
🔗 BlogToLearn
🔗 Github
✳️ @ai_python21 306
در این مقاله شما یاد خواهید گرفت:
🔸پردازش زبان طبیعی چیست و چطور NLP را یادبگیرید؟
🔸پردازش زبان طبیعی برای چه کارهای استفاده میشود؟ و اهمیت NLP در چیست ؟
🔸استفاده پردازش زبان طبیعی برای چیست ؟
🔸تکنیکهای مورد استفاده در NLP
🔸چندتا از مدلهای پرکاربرد در NLP
🔸برنامه نویسی و فریمورکهای مورد استفاده در NLP
🔸 مناقشات پیرامون پردازش زبان طبیعی (NLP)
🔹 مقاله
#پردازش_زبان_طبیعی #کتاب #آموزش_کلاسی
✅ @AI_Python
21 306
Repost from IAAA.AI
🔸چهارمین وبینار از سلسله وبینارهای جایزه سالانه هوش مصنوعی ایران (iAAA):
📌وبینار "انفورماتیک پزشکی و کاربرد هوش مصنوعی در علوم سلامت به همراه معرفی یک پروژه عملیاتی شده"
🎙با سخنرانی جناب آقای دکتر سیروس صالح نسب
عضو هیئت علمی دانشگاه علوم پزشکی یاسوج
دکترای تخصصی انفورماتیک پزشکی-عضو دفتر استعدادهای درخشان و فارغ التحصیل دانشگاه علوم پزشکی شهید بهشتی
🗓 سه شنبه، 27 دی‌ماه 1401
⏰ 18 الی 20
🌐ثبت نام و دریافت اطلاعات بیشتر
🔗اینستاگرام
🔗تلگرام
🟣جایزه سالانه هوش مصنوعی ایران|
@iaaa_ai
21 306
Which, if any, of the following propositions is true about fully-connected neural networks (FCNN)?
21 306
✅ Google Stock Price Prediction using LSTM
✳️
In this blog, how we can perform Google’s stock price prediction using our Keras’ LSTMs model trained on past stocks data was explained.
🔗 BlogToLearn
🔗 Github
✳️ @ai_python21 306
Repost from F14 News
✅ شماره مجازی مناسب برای Open AI ✈️
♦️ وضعیت موجودی و قیمت شماره‌ها ممکن است براساس وضعیت موجودی و نرخ ارز تغییر کند.
✈️ از این شماره‌های مجازی برای ثبت نام در Open AI می‌توانید استفاده کنید.
✈️ هر شماره فقط قابلیت یکبار دریافت کد ثبت‌نام دارد.
✈️ اگر کشوری که مد نظر دارید در لیست نمی‌باشد با پشتیبانی در ارتباط باشید.
➖➖➖➖➖➖➖➖➖➖➖➖➖
♦️ جهت سفارش به آی‌دی زیر پیام دهید.
🟢 https://t.me/F14support
21 306
It's 2023! In a new post, we provide an overview of what’s happened in Graph ML in 2022 and its subfields (and hypothesize for potential breakthroughs in 2023), including Generative Models, Physics, PDEs, Graph Transformerrs, Theory, KGs, Algorithmic Reasoning, Hardware, and more!
https://mgalkin.medium.com/graph-ml-in-2023-the-state-of-affairs-1ba920cb9232
21 306
⭕️برگزاری دوره یادگیری ماشین با Python
⭕️مدت زمان دوره:40 ساعت
✅ارائه مدرک قابل ترجمه
➖➖➖➖➖➖➖➖➖➖➖➖
☎️مشاوره وثبت نام
۰۲۱-۶۷۶۴۱۹۹۹
📲تلگرام و واتساپ
09222477250
➖➖➖➖➖➖➖➖➖➖➖➖
جزئیات دوره یادگیری ماشین با Python ↙️
http://link.jsharif.com/public/54xz0
➖➖➖➖➖➖➖➖➖➖➖➖
🔷با کانال ما در تلگرام همراه باشید🔷
https://t.me/joinchat/AAAAAD6fyUw0AYXKLGbkow
21 306
روش ff و backpropagation
The Forward-Forward Algorithm: Some Preliminary Investigations
🖥 Github: https://github.com/nebuly-ai/nebullvm/tree/main/apps/accelerate/forward_forward
⭐️ Paper: https://arxiv.org/abs/2212.13345v1
⏩ Dataset: https://paperswithcode.com/dataset/cifar-10
#مقاله
✅ @AI_Python
21 306
End-to-End Modeling Hierarchical Time Series Using Autoregressive Transformer and Conditional Normalizing Flow based Reconciliation
🖥 Github: https://github.com/philipperemy/n-beats
⏩ Paper: https://arxiv.org/abs/1905.10437
➡️ Results: https://github.com/fecet/NBeats-M4
#مقاله
