DLeX: AI Python
前往频道在 Telegram
هوشمصنوعی و برنامهنویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.
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 21 446 名订阅者,在 技术与应用 类别中位列第 6 323,并在 伊朗 地区排名第 15 651 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 21 446 名订阅者。
根据 14 六月, 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 -49,过去 24 小时变化为 1,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 10.01%。内容发布后 24 小时内通常能获得 3.73% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 2 147 次浏览,首日通常累积 799 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 6。
- 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
تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”
凭借高频更新(最新数据采集于 15 六月, 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。
21 446
订阅者
+124 小时
-47 天
-4930 天
帖子存档
21 451
Repost from DLeX: AI Python
✔️ خرید و راهاندازی سرور v2ray با بالاترین سرعت و ترافیک تا ۱۵ کاربر به همراه پشتیبانی دائم!
ارتباط با ما 👇
👤 @V2rayMankind
@ai_python
21 451
اکستنشن گوگل کروم ChatGPT
https://chrome.google.com/webstore/detail/chatgpt-for-google/jgjaeacdkonaoafenlfkkkmbaopkbilf/related
✳️ @ai_python
21 451
اکستنشن گوگل کروم ChatGPT
https://chrome.google.com/webstore/detail/chatgpt-for-google/jgjaeacdkonaoafenlfkkkmbaopkbilf/related
✳️ @ai_python
21 451
Revisiting Residual Networks for Adversarial Robustness: An Architectural Perspective
🖥 Github: https://github.com/zhichao-lu/robust-residual-network
⏩ Paper: https://arxiv.org/abs/2212.11005v1
➡️ Сheckpoints: https://github.com/zhichao-lu/robust-residual-network/blob/main
#مقاله
21 451
Repost from Meysam
List of Fully Funded Scholarship 2023/2024
The Chevening Scholarship program for the 2023/2024 session... https://lnkd.in/dWRdxiZS
Fully Funded British Council Scholarship at Brunel University 2023 https://lnkd.in/d-j2vxza
Fully Funded Scholarship in Canada, Vanier Graduate Scholarship Program https://lnkd.in/dvGVzvyG
Fully Funded Australian Government Scholarship for Foreign Students 2023 https://lnkd.in/dpk6GiFS
Fully Funded Government of China Ministry of Commerce for Developing Countries 2023 https://lnkd.in/dVka7DRq
Erasmus Mundus Fully funded Joint Masters Scholarship https://lnkd.in/dcZYaaCh
The Government of Quebec, Canada Fully Funded Scholarship https://lnkd.in/g5vHPgg5
University of Birmingham Global Scholarships https://lnkd.in/gE2DammC
Fully Funded Republic of Mauritius Scholarship for Africans https://lnkd.in/e3tTib3m
Japan World Bank full Scholarship https://lnkd.in/dnYTnMWK
Fully Funded Japan Africa Dream Scholarship https://lnkd.in/dBY2HN3 Fully
Funded Columbia University Scholarship for displaced Students Worldwide https://lnkd.in/gfg6sKqb
Fully Funded Government of Romania Scholarship for international students https://lnkd.in/d4mhT9Bv
پینوشت: از لینکدین کپی کردم اگه کار نمیکنه لینکا بگید.
21 451
جلسه نقشه برداری مغز با استفاده از هوش مصنوعی در حال برگزاری است لطفا همه ی دوستانی که میخوان تو پروژه حضور داشته باشن شرکت کنن
https://meet.google.com/rhw-riou-jvx
21 451
Repost from Meysam
آیا مدلهای زبانی بزرگ میتونند سوالات بیومدیکال رو جواب بدند؟
لینک:
https://arxiv.org/abs/2207.08143
21 451
خروجی کدام یک درست است؟
>>> aTuple=1,2,3
>>> a,b,c=aTuple >>> print(a)
21 451
Repost from N/a
⏰ برای شروع یادگیری، هیچ وقت دیر نیست!
🎁 اگر هنوز از بزرگترین تخفیف سال فرادرس استفاده نکردهاید، با ورود به لینک زیر، آموزشهای مورد علاقه خود را با تخفیف ویژه ۵۵ درصدی دریافت کنید:
🔗 ورود به صفحه جشنواره - [کلیک کنید]
✨ مجموعه آموزشهای «پایتون، یادگیری ماشین و هوش مصنوعی» 👇
🟣 جدیدترین آموزشها [+]
🟡 پرمخاطبترین آموزشها [+]
@FaraDars - فرادرس
21 451
👆 کانالهای آموزشی IT و کامپیوتر :
فیلم های آموزشی، مشاوره، اپلای، کتاب
تا فرصت هست عضو شوید
21 451
دوستان این کانال ها مطالب به روز آموزشی در زمینه کامپیوتر و برنامهنویسی ارائه می دهند و کمک بزرگی به یادگیری و پیشرفت شما می کنند ، پیشنهاد می کنیم کانال ها را بررسی کنید و از پست های مفید آنها استفاده کنید
➖➖➖🔻🔻
آموزش تخصصی برنامه نویسی برای همه
؛ @Azad_Developers
بیش از 200 عنوان آموزش رایگان
؛ @amuzesh_computer
آموزش های vip کامپیوتر
؛ @PcAndMob
فیلم آموزش هوش مصنوعی
؛ @AI_PYTHON
یادگیری برنامهنویسی با iCode
؛ @i_CODE
کتابخانه فنی و مهندسی "دانشگاه تهران"
؛@eBOOKonline
آموزش تخصصی تولباکس های متلب
؛ @MATLABonline
دانشجویان ارشد و دکترا
؛ @ComputerResearch
دوره های پروژه محور هوش مصنوعی
؛ @BigDataSchool
دستیار دانشجو (انجام پروژه، تمرین، پایاننامه)
؛ @ExpertOnline
مرکز جامع هوش مصنوعی ایران
؛ @MrArtificialintelligence
دورهمی برنامهنویسان
؛ @programmers_gathering
آموزش رایگان برنامه نویسی از صفر تا 100
؛ @teachify
بینایی ماشین | تصویر پزشکی | هوش مصنوعی
؛ @Digital_Image_Processing
آموزش برنامه نویسی از پایه تا حرفه ای
؛ @Computerr_Programming
آموزش تخصصی هک و امنیت (Pentest/Bugbounty)
؛ @VIP_SECURITY
پایتون و جنگو
؛ @LearnPY
دانشگاه مجازی """"""هوش مصنوعی""""""
؛ @HomeAI
آموزش ترفندهای نااااب کامپیوتر
؛ @kaliboys
هوش مصنوعی | یادگیری ماشین | علم داده
؛ @Ai_Tv
آموزش 0تا100 تولید محتوا با گوشی
؛ @ZangeDanesh
➖➖➖🔺🔺
🔺این لیست را ذخیره کنید و برای دوستان خود بفرستید
21 451
Repost from Quera
یلدای ۱۴۰۱ با کوئرا کالج
🔮هم فاله و هم تخفیف
🍉 طولانی ترین شب سال، بیشترین تخفیفها با کوئرا.
📜 وارد لینک زیر شو هم فالِ خودت رو بگیر هم کلی تخفیف و هدایای جذاب برنده شو.
🌐 https://quera.org/r/dn0j0
📮 برای دوستاتون بفرستین و فالهاتون رو با کوئرا به اشتراک بذارین.
🎁 تیشرت یلدایی + کتاب
🗓 ۲۸ آذر تا ۵ دی ۱۴۰۱
📍شب یلدای امسال همه در کنار هم
📲 @Quera_ir
➖➖➖➖➖➖➖
#Quera_College
#yalda
#برنامه_نویسی
#یلدا
21 451
✅ Stacking Ensemble for Deep Learning Neural Networks in Python
✳️ Model averaging can be improved by weighting the contributions of each sub-model to the combined prediction by the expected performance of the submodel. This can be extended further by training an entirely new model to learn how to best combine the contributions from each submodel. This approach is called stacked generalization, or stacking for short, and can result in better predictive performance than any single contributing model.
✳️ BlogToLearn
✳️ @ai_python21 451
Repost from NLP stuff
عمرتان زیادی کرده که دکترا بخوانید؟
این هفته آقای لکان (یکی از سه خدای دیپلرنینگ) توییتی زده و به مورد Aditya Ramesh اشاره کرد. فردی که لیسانسش رو از دانشگاه NYU گرفته و قصد داشت تا وارد دوره دکتری شود اما با یک کارآموزی در OpenAI مسیرش تغییر کرده و در آن جا مانده و در نهایت با مدرک لیسانس تبدیل به نویسنده اصلی مقاله مدل معروف Dall-E میشود.
آقای بهنام نیشابور محقق گوگل هم توییت لکان را کوت کرده و نکات ریزتری برای تایید "نباید برای یادگیری ماشین دکترا خواند" به آن اضافه کرده است. نکته اصلی که تحصیلات تکمیلی برای زمینهای مثل ML آورریتد است. چرا؟ چون که یک نفر بدون هیچ گونه پیش زمینه خاصی میتواند به این فیلد وارد شده و با اندکی وقت گذاشتن، حتی میتواند به راحتی در کنفرانسهای مطرح دنیا مقالهای چاپ کند. منابع آموزشی ML روز به روز گستردهتر و در دسترستر میشوند و واقعا لازم نیست کسی برای وارد شدن به وادی پژوهشگری یادگیری ماشین بیاید و ۵ الی ۶ سال از عمرش را در ارشد یا دکتری هدر دهد. (و خودمانیم، رشتههایی مثل فیزیک را با ML مقایسه کنید. طرف در فیزیک تا بخواهد به جایی برسید باید مو سفید کند اما امروزه از صفر تا صد ماشین لرنینگ را با این تئوریهای آبکی که دارد میتوان در کمتر از دو سال طی نمود)
نکته دیگری که آقای نیشابور اشاره کرده است این است که تعداد موقعیتهای دکترای یادگیری ماشین روز به روز بیشتر میشود اما از آن طرف تعداد شغلهایی که به مدرک دکتری یادگیری ماشین نیاز دارد در آینده روز به روز کمتر میشود. در واقع با داشتن دکتری شما over-qualified میشوید و از طرف دیگر هم مگر آکادمی چه قدر موقعیت شغلی میتواند داشته باشد؟ در مقابل، صنعت اما بیش از ML Researcher به ML Engineerها نیازمند است. کسی که بتواند چیزی را واقعا بسازد. دوره دکتری باعث دوری نسبی از شما صنعت و مهارتهای آن خواهد شد. آقای نیشابور در انتها به نتایج تحقیقی اشاره کرده که در آن گفته شده درصد زیادی از دانشجویان تحصیلات تکمیلی دچار افسردگی و اضطراب شدید هستند.
نکته دیگری که ما به صحبتهای بالا اضافه میتوانیم بکنیم این است که جایگاه متفاوت یادگیری ماشین و به طور عام هوش مصنوعی نسبت به سایر علوم را باید در نظر گرفت. هوش مصنوعی در مدت ۷۰ سال اخیری که از خدا عمر گرفته است، همچنان حوزه یکپارچهای نبوده است. هر از چند گاهی ایدهای آمده است و با هوش مصنوعی وارد بهاری شده و در نهایت در زمستانی دفن شده است. گاهی منطقدانها به آن وارد شدهاند و با دیدشان روشهای سیستمهای خبره و منطق را برای هوش مصنوعی توسعه دادهاند. گاهی برقیها وارد شدهاند و مفاهیم سیگنالی را در حوزه هوش مصنوعی غالب کردهاند و این اواخر هم ریاضیدانها و آماردانها وارد شده و پارادایم یادگیری ماشین را پادشاه هوش مصنوعی کردهاند. از حدود ۲۰۱۲ به این ور هم شبکههای دیپ (شاید مدیون پیشرفتهای سختافزاری) فرمان بازی را به دست گرفته و بهاریترین دوران هوش مصنوعی را رقم زدهاند. اما واقعیت این است که یادگیری عمیق نیز اکنون احتمالا وارد پاییز خود شده است (در این مورد در آینده احتمالا صحبت میکنیم). مسیر تحقیقاتی هوش مصنوعی و یادگیری ماشین احتمال دارد به زودی دوباره وارد زمستان سخت شده و تمامی سرمایهگذاریهای تحقیقاتی بسوزند. البته که بحث دنیای صنعت فرق میکند و همین الان بسیاری راهحلهای یافت شده در دنیای آکادمی آماده هستند تا به دنیای صنعت و کاربرد اعمال شوند. در همین راستا شاید پیشنهاد ML Engineer شدن به جای ML Researcher شدن پیشنهاد عافیت داری برای دین و دنیا باشد. برای حسن ختام به قول سعدی:
کرامت جوانمردی و ناندهی است
مقالات بیهوده طبل تهی است
پینوشت-۲: البته اگر در بلاد کفر نیستید قاعدتا برای رسیدن به جایی مانند گوگل یا کوچکتر از آن مسیری جز اپلای تحصیلی برای ساختن رزومه و تقویت حلقه تاثیر شاید نیست. بحث کلی این است که در شرایط عادی، دکترای یادگیری ماشین معنی چندانی در دنیای امروز ندارد.
لینک توییت لکان:
https://twitter.com/ylecun/status/1605450677806895104
لینک توییت نیشابور:
https://twitter.com/bneyshabur/status/1605677285255675904
#tweet
#read
@nlp_stuff
现已上线!2025 年 Telegram 研究 — 年度关键洞察 
