🚀 کلاس‌ویژن | یادگیری هوش مصنوعی از پایه تا پیشرفته

#سورس_کد #مقاله در این روش که چند روز پیش توسط فیس بوک اوپن سورس شده آموزش speech recognition به صورت ‌end-to-end صورت میگیرد . Open sourcing wav2letter++, the fastest state-of-the-art speech system, and flashlight, an ML library going native https://code.fb.com/ai-research/wav2letter/ CNN architectures are competitive with #recurrent architectures for tasks in which modeling long-range dependencies is important, such as #language_modeling, machine translation, and #speech_synthesis. In end-to-end #speech_recognition, however, recurrent architectures are still more prevalent for both acoustic and language modeling.

در ادامه مباحث جلسه پیشین، فردا، آخرین جلسه کلاس به مبحث #CycleGAN و #pix2pix اختصاص خواهد یافت

تبدیل حالات چهره توسط یادگیری عمیق: صحبت و رفتار فرد سمت راست ساخته ی هوش مصنوعی از روی فرد سمت چپ بوده و غیر واقعی است! #virtual_talking #CycleGAN #Face_off #GAN مرتبط با: https://t.me/cvision/231

تبدیل اسب به گورخر! ایجاد نگاشت تصویر به تصویر توسط هوش مصنوعی... اطلاعات بیشتر: https://t.me/cvision/214 #CycleGAN #GAN #Generative #CNN #Convolutional #deep_learning #adversarial #generative

در این سایت نقاشی بکشید, و نقاشی شما تبدیل به شئ میشود ... https://affinelayer.com/pixsrv/

#آموزش #تنسرفلو #eager کابرد @tf.contrib.eager.defun https://medium.com/tensorflow/code-with-eager-execution-run-with-graphs-optimizing-your-code-with-revnet-as-an-example-6162333f9b08

اسکن با سرعت 250 صفحه در دقیقه با روش های کلاسیک بینایی کامپیوتر Automated book scanning: automatically turning pages, dealing with page warps through surface tracking. Scanning 250 pages/minute http://www.k2.t.u-tokyo.ac.jp/vision/BFS-Auto/

#آموزش مقدمات GAN - جلسه بیست و دوم کلاس مباحث ویژه مقطع کارشناسی - با موضوع یادگیری عمیق پیشرفته تولید ارقام دست نوشته فارسی با شبکه‌های #GAN و فریم ورک #Keras #ویدیو در آپارات (1 ساعت): https://www.aparat.com/v/FjRVt jupyter notebooks (with #keras): source code 1: Simple GAN source code 2: DCGAN ————————- سایر ویدیوها: http://aparat.com/cvision سرفصل این ترم: http://fall97.class.vision/

#نمرات نهایی کوییز از 2 نمره. نمرات نهایی با دو فرمول محاسبه خواهد شد. a: کوییز از 2 و امتحان از 4 نمره b: کوییز 0 و امتحان از 6 نمره در نهایت 6 نمره کتبی درس بدین صورت محاسبه خواهد شد: اگر پروژه بیش از 80 درصد انجام شده بود: max(a,b) در غیر این صورت نمره a

سایت آنلاین آزمایش شبکه ی GAN! سایت آنلاین GAN LABی که امروز بررسی کردیم. میبینید که بعد از چند تا ایپاک generator (خروجی دایره های بنفش) به خوبی توزیع داده های اصلی (دایره های سبز) را جعل کرده است. https://poloclub.github.io/ganlab/

کپچر جلسه ی 21 : https://www.aparat.com/v/JRItx?n

simple #GAN نوت بوک فردا آپلود شد: 55-simple-GAN.ipynb http://nbviewer.jupyter.org/github/alireza-akhavan/class.vision/blob/master/55-simple-GAN.ipynb بلاگ پست مرتبط: https://www.datacamp.com/community/tutorials/generative-adversarial-networks

تمامی نوت بوک های جلسات اخیر از جمله نوت بوک style transfer در گیت قرار گرفت. http://nbviewer.jupyter.org/github/alireza-akhavan/class.vision/blob/master/54-neural-style-transfer.ipynb

http://fall97.class.vision/slides/14.pdf http://fall97.class.vision/slides/15.pdf اسلایدهای دو جلسه آخر

10 نکته ای که از چالش Quick Draw آموختیم! نوشته ی رتبه 46 این چالش. https://towardsdatascience.com/10-lessons-learned-from-participating-to-google-ai-challenge-268b4aa87efa

#بارم_بندی: کوئیزها: 2 نمره امتحان پایان ترم: 4 نمره پروژه گروهی (چالش کگل) : 3نمره پروژه نهایی: 4 نمره تمرین ها و مینی پروژه صوت : 6 نمره نمره مثبت مینی پروژه صوت : نیم نمره (تا 2 نمره مثبت) یادداشت های کلاس: 1 نمره ========= کوییز: در صورتی که حداقل 5 کوییز داشته باشیم؛ پایین ترین نمره هر فرد در میانگین گیری حذف خواهد شد. در غیر این صورت تمام نمرات میانگین گیری خواهند شد. پارامترهای موثر در پروژه نهایی: فایل گزارش - انتشار کد و آموزش برای همگان - ارائه و تسلط و ... پارامترهای موثر در یادداشت های کلاسی: انتخاب عنوان - تگ و ... مناسب. متن مناسب - فونت و تصاویر مناسب - روان بودن و صحیح بودن و ... ============

هفته ی آینده، احتمالا راس ساعت 10 شنبه صبح، کوییز مختصری از مبحث style transfer خواهیم داشت.