es
Feedback

¡No caigas en manos de tramposos! Telemetrio encuentra y marca estos canales 👉 Si quieres ver la etiqueta, suscríbete

DLeX: AI Python

DLeX: AI Python

Ir al canal en 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

Mostrar más

📈 Análisis del canal de Telegram DLeX: AI Python

El canal DLeX: AI Python (@ai_python) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 21 306 suscriptores, ocupando la posición 6 187 en la categoría Tecnologías y Aplicaciones y el puesto 16 432 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 21 306 suscriptores.

Según los últimos datos del 04 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -74, y en las últimas 24 horas de -7, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.12%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.58% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 1 731 visualizaciones. En el primer día suele acumular 762 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 16.
  • Intereses temáticos: El contenido se centra en temas clave como مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 05 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

21 306
Suscriptores
-724 horas
-97 días
-7430 días
Archivo de publicaciones
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
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.

✅ What’s new in TensorFlow 2.11? ✳️ TensorFlow 2.11 has been released! Highlights of this release include enhancements to DTe
✅ 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_python

کورس جدید گروه Andrew NG Machine Learning Engineering for Production آموزش تنسرفلو New Courses: Machine Learning Engineering
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

💎 2 میلیون خرید کن، تا 16 میلیون استفاده کن! 💎 🎁 فرصتی فوق‌العاده برای تجمیع اعتبار هدیه لبزنت و تخفیفات زمستانه ابررایانه
💎 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 ❄️❄️❄️❄️

Repost from N/a
🟢 با فرادرس، رایگان آموزش ببینید و مهارت کسب کنید... 🔹 آموزش‌های گروه «هوش مصنوعی» ▫️ رویکردهای یادگیری ماشین در R ▫️ بهبود
🟢 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

✅ Image Captioning using Deep Learning ✳️ In this blog, The implementation of the Image Captioning project which is a very ad
✅ 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_python

در این مقاله شما یاد خواهید گرفت: 🔸پردازش زبان طبیعی چیست و چطور NLP را یادبگیرید؟ 🔸پردازش زبان طبیعی برای چه کارهای استفاد
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

350 NLP Projects with Code (1).pdf2.52 KB

Repost from IAAA.AI
🔸چهارمین وبینار از سلسله وبینارهای جایزه سالانه هوش مصنوعی ایران (iAAA): 📌وبینار "انفورماتیک پزشکی و کاربرد هوش مصنوعی در ع
🔸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

Which of the following is/are Limitations of Deep Learning?
Anonymous voting

Which, if any, of the following propositions is true about fully-connected neural networks (FCNN)?
Anonymous voting

✅ Google Stock Price Prediction using LSTM ✳️ In this blog, how we can perform Google’s stock price prediction using our Kera
✅ 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_python

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 ا
✅ 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

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

⭕️برگزاری دوره یادگیری ماشین با Python ⭕️مدت زمان دوره:40 ساعت ✅ارائه مدرک قابل ترجمه ➖➖➖➖➖➖➖➖➖➖➖➖ ☎️مشاوره وثبت نام ۰۲۱-۶۷۶۴
⭕️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

روش ff و backpropagation The Forward-Forward Algorithm: Some Preliminary Investigations 🖥 Github: https://github.com/nebuly-
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

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