🚀 کلاس‌ویژن | یادگیری هوش مصنوعی از پایه تا پیشرفته

گروه های #پروژه نهایی درس: آقای امیر محمد قریشی - آقای محمد حسن ستاریان Persian command recognition Car license plate recognition ——- خانم المیرا قربانی ، خانم عاطفه ولی پور تشخیص پترن تایپ افراد ——- خانم محیا مهدیان - خانم نفیسه داوری Speech emotion recognition ——— خانم معصومه سلیمیان- خانم آرزو یوسفی باکس موزیک ——— خانم مهدیه دست نبوی - خانم زهرا محمدی تشخیص رویداد از روی ویدیو ——— آقای محمد حسین خوش‌مهر - آقای سید علی موسوی غلط یاب املایی فارسی ——— آقای وحید رضا خزاعی Visual Object Modifying with Generative Mode ——— خانم بهار برادران افتخاری - آقای محمد قدوسی - خانم محدثه یوسفی استفاده از RNN language model برای OCR فارسی ———- خانم مینا جی رودی - خانم زهرا زحمتکش Chat bot ———- خانم سیده نرجس هاشمی تشخیص ژانر فیلم از روی خلاصه ——— آقای بردیا اسمعیلی - آقای محمد قربانی چت بات با voic ——

نمونه بهبود پارامترهای شبکه بازگشتی نوت بوک 48-text-generation-on-shahnameh-tensorflow.ipynb برای خفظ قافیه در اشعار تولید شده شبیه شاهنامه توسط دانشجویان کلاس

سایت برای آپلود تمارین سری 3 باز است

دوستانی که روی سوال امتیازی قافیه دار کردن اشعار تولیدی شاهنامه کار میکنند. لطفا پس از به جواب رسیدن ایده ی خود را در گروه کلاس مطرح کنند. برای ایده های یکسان نفراتی که دیرتر اعلام میکنند نمره ای نمیگیرند یا نمره ی خیلی کمتری میگیرند.

سطح تحویل پروژه برای گروه های 1، 2 و 3 نفره فرقی نخواهد داشت. پیشنهاد میکنم گروه تک نفره انتخاب نکنید که فشار کاری سنگین نشود.

Deep learning for Poets :: Theory and implementation of deep learning algorithms 👤 دکتر امیرحسین پی براه 👤 مهندس سینا شیخ الاسلامی ⏱ زمان: 28و29آذرماه 🔗 ثبتنام: https://goo.gl/14fAyM @bigdataworkgroup

#پروژه پایانی - برای پروژه های پایانی این درس موضوعات پیشنهادی خود را در گروه های 2 یا 3 نفره اعلام کرده اید. لطفا بدون هماهنگی موضوع را تغییر ندهید. - مهلت تحویل فاز نخست شامل تحویل کد و تحویل ویدیوی دموی پروژه روی سی دی 26 آذر است. این فاز 1 نمره از کل پروژه را دارد. - پس از این فاز، مهلت تکمیل پروژه ها داده شده و پروژه ها تا قبل از امتحانات تدریجی به صورت حضوری + گزارشی در قالب بلاگ پست به همراه کد open source در گیت گروهتان و توضیح از روال انجام کار تحویل گرفته خواهد شد. ممکن است تحویل به صورت ارائه کلاسی برای استفاده سایر دانشجوها نیز باشد. -لطفا موضوعات و داده هایی انتخاب کنید که برای اوپن سورس کردن داده و کد مشکل نخورید. داکیومنت و کد باید به نحوی باشد که توسط سایر دانشجویان کلاس قابل استفاده باشد. - پروژه های پایانی در صورت اپلیکیشن بودن، بسته به پیاده سازی خوب و کاربردی - یا بسته به تحقیقاتی بودن بسته به نوآوری و آزمایش ها علاوه بر نمره خود پروژه میتواند تا 3 نمره مثبت نیز داشته باشد. توصیه میکنم حداکثر تواناییتان را برای ارائه یک پروژه عالی بگذارید.

پروژه های پایانی در صورت اپلیکیشن بودن، بسته به پیاده سازی خوب و کاربردی - یا بسته به تحقیقاتی بودن بسته به نوآوری و آزمایش ها علاوه بر نمره خود پروژه میتواند تا 3 نمره مثبت نیز داشته باشد. توصیه میکنم حداکثر تواناییتان را برای ارائه یک پروژه عالی بگذارید.

#آموزش https://www.aparat.com/v/htJcp?a کدها: https://t.me/class_vision/390

https://www.aparat.com/v/SVHB9 کدها: http://nbviewer.jupyter.org/github/Alireza-Akhavan/class.vision/blob/master/48-text-generation-on-shahnameh-tensorflow.ipynb

لطفا تمامی دوستان گروه ها و موضوع پروژه 26 آذر خود را اعلام کنند.

همان طور که قبلا دیدیدم با Keras functional API میتوانید مدلهای پیچیده تر با چند ورودی و چند خروجی بسازید https://keras.io/getting-started/functional-api-guide/ https://keras.io/models/model/

دوستان قصد داریم با کمک استاد و دکتر بساق زاده و حمایت دکتر ابراهیم پور کلاس نت هایی که از ترم قبل‌نوشتیم رو کامل کنیم و ویرایش کنیم و در قالب کتاب‌بدیم انتشارات دانشگاه برای چاپ . اسم تمام کسایی که زحمت کشیدن هم توی کتاب میخوره . حالا به کمک چند نفر نیاز داریم برا این کار که هر کسی توی یه قسمتی از کار کمکمون کنه . این کتاب رو توی جشنواره حرکت هم میخوایم ببریم برا سال بعد که اگه بتونیم برسونیم احتمال برنده شدنمون خیلی زیاده(چون کسی شرکت نمیکنه تو این بخش) اگه کسی خواست همکاری کنه به من پیام بده لطفا

در حال حاضر از بین 1565 گروه شرکت کننده؛ گروه 211-ام از این کلاس است. امید است تا پایان این دو چالش تمام گروه های کلاس رتبه های زیر 50 باشند. https://www.kaggle.com/c/quora-insincere-questions-classi

اکنون دو گروه در جمع 500 گروه اول از بیش از 1200 گروه قرار دارند. امید است در فرصت باقی مانده پیشرفت کرده و به زیر 100 دست بیابید. https://www.kaggle.com/c/quickdraw-doodle-recognition/leaderboard

نمرات تمرین سری 1 ثبت شد

مواردی که بخاطرش توی پی دی اف ها نمره کم کردم اینا بوده : نذاشتن عکس از قسمت های مختلف تنسربورد (اگر بیشترشم گذشاته بودن نمره دادم) ، مطابقت ندادن خیلی جزیی قسمت های مختلف مثلا گراف و بقیه چیزا با قسمت های مختلف کد یعنی Q1,Q2, ... ( اگر یکمی هم اشاره کرده بودن نمره دادم )

لطفا سعی کنید گروه های 2 یا 3 نفره خود را برای پروژه پایانی این درس تا شنبه اعلام کنید