en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

DLeX: AI Python

DLeX: AI Python

Open in 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

Show more

📈 Analytical overview of Telegram channel DLeX: AI Python

Channel DLeX: AI Python (@ai_python) in the Farsi language segment is an active participant. Currently, the community unites 21 289 subscribers, ranking 6 232 in the Technologies & Applications category and 16 497 in the Iran region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 21 289 subscribers.

According to the latest data from 15 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -43 over the last 30 days and by 7 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 8.50%. Within the first 24 hours after publication, content typically collects 2.88% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 1 810 views. Within the first day, a publication typically gains 614 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 18.
  • Thematic interests: Content is focused on key topics such as مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“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”

Thanks to the high frequency of updates (latest data received on 16 November, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

21 289
Subscribers
+724 hours
-107 days
-4330 days
Posts Archive
#تنسورفلو 01 تنسورفلو چیست و چرا؟ تنسورفلو (انگلیسی: TensorFlow یک کتابخانهٔ نرم‌افزاری متن‌باز برای یادگیری ماشین در انواع مختلف وظایف مفهومی و زبان است که در حال حاضر توسط ۵۰ تیم تحقیقاتی و محصولات مختلف گوگل از جمله بازشناسی گفتار، جی‌میل، گوگل فوتوز و جستجو که بسیاری از آن‌ها سابقاً از دیست‌بلیف استفاده کرده بودند، استفاده می‌شود. تنسورفلو در آغاز توسط تیم گوگل برین مرکز تحقیقاتی گوگل به صورت داخلی استفاده می‌شد ولی بعدها در ۹ نوامبر ۲۰۱۵ تحت مجوز آپاچی منتشر شد. دلایل زیادی نظیر اینکه تصاویر طیف خاکستری در کامپیوتر معمولاً به صورت ماتریس‌های n∗m ذخیره می‌شوند(تصاویر رنگی با ابعاد بیشتر مانند n∗m∗3) و وقتی ما دسته‌ای از تصاویر داریم (مثلاً k تصویر)، مجبوریم ابعاد ماتریس‌ها را به صورت n∗m∗k یا در تصاویر رنگی n∗m∗3∗k افزایش دهیم سبب شدند که در طراحی TensorFlow از داده ساختار تانسور برای نگه داری مقادیر و نوع داده متغیرها استفاده شود. اما مهم ترین دلیل استفاده TensorFlow از تانسورها، در حقیقت سهولت مدیریت وزن‌ها و مقادیر نرون‌ها در لایه‌های مختلف در شبکه‌های عصبی عمیق و یادگیری عمیق است. تنسور چیست؟ اصولا اگر داده را به صورت بردار در نظر بگیریم به سه نوع خواهد بود: دسته ۱: داده های برداری که به شکل یک بردار ۱ بعدی هستند دسته ۲: داده های ماتریسی که به صورت ۲ بعدی خواهند بود دسته ۳: داده هایی که به صورت ماتریس هایی با ابعاد بالاتر از ۲ هستند که به آنها تنسور گفته میشود. دلیل اصلی اینکه می بایستی محاسبات تنسور را بیاموزیم این است که در کل داده هایی مانند تصویر به صورت تنسور هایی هستند که گاها بهم مرتبط (مانند ویدئو) و گاها نامرتبط بهم (تصاویر نا مرتبط) می باشند. ❇️ @ai_python

در مورد PyTorch علاقه مندان میتونن آموزشهای دکتر رضوی رو دنبال بکنند: https://t.me/ai_python/3140 در مورد تنسورفلو از امروز آموزشها شروع میشند و به صورت خیلی کوتاه و پست های تلگرامی در اختیار دوستان قرار میگیرند. با ما باشید. با ما نبودید هم لفت بدید😒 مثل شاطر براتون پست میزاریم لفت هم میدید والا 😒😒😒 ❇️ @ai_python

گروه ریاضی و رمزنگاری: ↪️ https://t.me/joinchat/HdXdAUv287poCj8cYQbbuw گروه پرسش و پاسخ یادگیری عمیق: ↪️ https://t.me/joinchat/ClyM2hFyG5NPY4Cu-B_Tmw گروه پرسش و پاسخ پردازش زبان طبیعی: ↪️ https://t.me/joinchat/ClyM2hD0u8mHCI0lj-IHgQ گروه پرسش و پاسخ لینوکس پایتون و هوش مصنوعی: ↪️ https://t.me/joinchat/ClyM2j9QzOiTI_Ul3Oqa_g گروه ارز دیجیتال: ↪️ https://t.me/joinchat/ClyM2ks_FYVvdY6Gn_PjqA کانال یوتیوب دروس فارسی دکتر رضوی (هوش مصنوعی، پایتون و یادگیری عمیق): ↪️ http://www.youtube.com/c/SeyedNaserRazavi کانال پایتون، هوش مصنوعی، لینوکس و علوم شناختی: ↪️ https://t.me/joinchat/AAAAAEIZz9O4RpAXQ_ylTw ❇️ @ai_python

لینک های شرکت در این دوره ها و توضیحات مربوطه: 💎 جبر خطی و احتمالات در یادگیری ماشینی با استفاده از پایتون این کارگاه دوره فشرده‌ای در حوزه ریاضیات یادگیری ماشینی است. در این دوره آموزشی روش‌های عمده در جبر خطی و تئوری احتمالات ارائه می‌شود؛ روش‌هایی که مستقیما به الگوریتم‌های یادگیری ماشینی مرتبط هستند. پس از این کارگاه فراگیران هم نحوه خواندن مباحث ریاضیاتی در مقالات یادگیری ماشینی را خواهند آموخت و هم نحوه توصیف مدل‌های خودشان به زبان ریاضی با استفاده از عملیات موجود در جبر خطی را یاد می‌گیرند. تمامی این مفاهیم به صورت گام به گام در کتابخانه‌های استاندارد پایتون پیاده سازی می‌شود. لینک ثبت نام: http://www.ifc.ir/linear-algebra-and-probabilities 💎 پیش‌بینی سری‌های زمانی با استفاده از پایتون پیش‌بینی وضعیت آینده همواره یکی از مهم‌ترین مسائل در بازارهای مالی به‌شمار می‌رود. مدل‌ها و روش‌های گوناگونی جهت انجام پیش‌بینی مورد کاربرد محققان و فعالان بازار است. مدل‌های اقتصادسنجی و الگوریتم‌های هوشمند نظیر شبکه‌های عصبی و یادگیری عمیق ازجمله مهم‌ترین روش‌های پیش‌بینی آینده مبتنی بر داده‌های گذشته تلقی می‌شوند. این مدل‌ها و الگوریتم‌ها را می‌توان در بسترها و با استفاده از ابزارهای متفاوتی پیاده‌سازی کرده و به نتایج موردنظر دست یافت. در این دوره آموزشی افراد پس از آشنایی و یادگیری نحوه کدنویسی در پایتون و درک صحیحی از داده‌ها و ساختار آن در سری‌های زمانی، مدل‌های پیش‌بینی اعم از خطی و غیرخطی را پیاده‌سازی خواهند کرد. همچنین پس از انجام پیش‌بینی به ارزیابی آن خواهند پرداخت. لینک ثبت نام: http://www.ifc.ir/time-series-using-python ⭐️ با تخفیف ویژه برای دانشجویان 👨🏻‍💼 مدرس: جناب دکتر علی حبیب نیا ❇️ @ai_python

❇️ @ai_python
❇️ @ai_python

❇️ @ai_python
❇️ @ai_python

آیا شاخصی برای ارزشیابی دانشگاه های خارجی در ایران وجود دارد؟ این ویدیو تا حدی پاسخ این سوال را خواهد داد. 🆔 @ApplyMarket

😂😂😕😐 ❇️ @ai_python
😂😂😕😐 ❇️ @ai_python

از امروز کامیون های خودران شرکت Uber بارهای آریزونا را حمل خواهند کرد. منبع: https://www.theverge.com/2018/3/6/17081626/uber-self-driving-trucks-delivering-cargo-arizona ❇️ @ai_python

کدام کتابخانه را برای یادگیری عمیق ترجیح میدهید؟ ( در نظر داریم آموزشهای مربوطه را در کانال قرار دهیم) anonymous poll Tensorflow – 189 👍👍👍👍👍👍👍 79% PyTorch – 36 👍 15% Caffe – 8 ▫️ 3% Theano – 5 ▫️ 2% 👥 238 people voted so far.

DeepLearning = Playing with Lego @ai_python
DeepLearning = Playing with Lego @ai_python

چیزی که ما میخواهیم ماشینی است که از تجربه یاد میگیرد. آلن تورینگ ❇️ @ai_python
چیزی که ما میخواهیم ماشینی است که از تجربه یاد میگیرد. آلن تورینگ ❇️ @ai_python

#توسعهـیافتگی 01 ❇️ @ai_python
#توسعهـیافتگی 01 ❇️ @ai_python

#تیکه_کلام 👱🏻#بیل_گیتس میگه : ✅ برای برنامه نویسی لازم نیست که یک نابغه باشید. کافیه جمع و تفریق رو بلد باشید. 👨‍💻 ❇️ @ai_python

📌 داکیومنت آنلاین و رایگان برای اکثر زبان ها و تکنولوژی های موجود با قابلیت مشاهده آفلاین 🔗 devdocs.io باتشکر از دوست خوبمو
📌 داکیومنت آنلاین و رایگان برای اکثر زبان ها و تکنولوژی های موجود با قابلیت مشاهده آفلاین 🔗 devdocs.io باتشکر از دوست خوبمون @Omid_Mazaheri 🙏 @Ai_python

منبع: http://www.nationmaster.com/country-info/stats/Education/Pupil--teacher-ratio%2C-primary#-date اگر اشتباهی شده حتما اطل
منبع: http://www.nationmaster.com/country-info/stats/Education/Pupil--teacher-ratio%2C-primary#-date اگر اشتباهی شده حتما اطلاع بدید ممنون میشم. تحلیل مابقی بر عهده خودتان. ❇️ @ai_python

حالا اینارو چرا گفتیم. برای این: یک نرخی هست به اسم student-teacher ratio که نشون میده به ازای هر چند دانشجو یک استاد در دانشگاه مشغول هست. کم بودن این نرخ نشون میده که دانشجو به اساتید بیشتری دسترسی داره. با آمار گفته شده حساب کنیم چیزی حدود ۶۷:۱ در میاد. یعنی برای هر ۶۷ دانشجو یک استاد. این نرخ به صورت میانگین برای کشورهای مختلف نشان داده شده است در ادامه. ❇️ @ai_python

تعداد اساتید شاغل در دانشگاه های مختلف به تفکیک دستگاه اجرایی و رتبه استادی در مجموع کل 66314 استاد شاغل هستند ❇️ @ai_python
تعداد اساتید شاغل در دانشگاه های مختلف به تفکیک دستگاه اجرایی و رتبه استادی در مجموع کل 66314 استاد شاغل هستند ❇️ @ai_python

دانشگاه های آزاد و پیام نور به ترتیب پنجمین و هفتمین دانشگاه بزرگ دنیا هستند! ❇️ @ai_python
دانشگاه های آزاد و پیام نور به ترتیب پنجمین و هفتمین دانشگاه بزرگ دنیا هستند! ❇️ @ai_python