es
Feedback
DLeX: AI Python

DLeX: AI Python

Ir al canal en Telegram

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Mostrar más
Irán15 657Tecnologías y Aplicaciones6 320

📈 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 21 453 suscriptores, ocupando la posición 6 320 en la categoría Tecnologías y Aplicaciones y el puesto 15 657 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 21 453 suscriptores.

Según los últimos datos del 15 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -45, y en las últimas 24 horas de 8, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 10.07%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.73% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 2 160 visualizaciones. En el primer día suele acumular 800 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 6.
  • 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 تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 16 junio, 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.

21 453
Suscriptores
+824 horas
+47 días
-4530 días
Archivo de publicaciones
DLeX: AI Python
DLeX: AI Python
21 451
Brain tumor detection and segmentation from MRI images using CNN and Unet models. The CNN model is used to detect whether a t
Brain tumor detection and segmentation from MRI images using CNN and Unet models. The CNN model is used to detect whether a tumor is there or not. After 15 epochs of training, the calculated accuracy is about 99.6%. The U-net model is used to segment tumors in MRI images of the brain. After 10 epochs of training, the calculated accuracy is about 98%. These deep neural networks are implemented with Keras functional API. Use the trained models to detect and segment tumors on brain MRI images. The result is satisfactory. You can download my U-net trained model from: "" and CNN trained model from "". To access the codes, refer to my GitHub. GitHub: LinkedIn Website #آموزش

DLeX: AI Python
DLeX: AI Python
21 451
Brain tumor detection and segmentation from MRI images using CNN and Unet models. The CNN model is used to detect whether a tumor is there or not. After 15 epochs of training, the calculated accuracy is about 99.6%. The U-net model is used to segment tumors in MRI images of the brain. After 10 epochs of training, the calculated accuracy is about 98%. These deep neural networks are implemented with Keras functional API. Use the trained models to detect and segment tumors on brain MRI images. The result is satisfactory. You can download my U-net trained model from: "https://drive.google.com/drive/folders/1qt7l3HOGIwOguWsMKc5fuwG2NGiGOucf?usp=sharing" and CNN trained model from "https://drive.google.com/drive/folders/1fXFzMwNG6HrbNp6-GASAgeybeSB3JWCd?usp=sharing". To access the codes, refer to my GitHub. GitHub: https://github.com/AryaKoureshi/Brain-tumor-detection LinkedIn: https://www.linkedin.com/posts/arya-koureshi_brainabrtumor-mri-cnn-activity-6879829514214506497-N99F Website: https://aryakoureshi.github.io/project/BT_detection Contact me if you need any help in making it work.

DLeX: AI Python
DLeX: AI Python
21 451
These are not numbers remember their faces! TwitterID: @DS4Iran https://twitter.com/DS4Iran/status/1606182014951911425

DLeX: AI Python
DLeX: AI Python
21 451

DLeX: AI Python
DLeX: AI Python
21 451
✅ Text Autoencoder (RNN) to generate news headlines ✅ The idea is similar to the kind of image autoencoder we built in lectur
✅ Text Autoencoder (RNN) to generate news headlines ✅ The idea is similar to the kind of image autoencoder we built in lecture: we will have an encoder that maps a news headline to a vector embedding, and then a decoder that reconstructs the news headline. Both our encoder and decoder networks will be Recurrent Neural Networks, so that you have a chance to practice building a neural network that takes a sequence as an input a neural network that generates a sequence as an output. ✳️ Github Link ✳️ @ai_python

DLeX: AI Python
DLeX: AI Python
21 451
✔️ خرید و راه‌اندازی سرور v2ray با بالاترین سرعت و ترافیک تا ۱۵ کاربر به همراه پشتیبانی دائم! ارتباط با ما 👇 👤 @V2rayMankind @ai_python

DLeX: AI Python
DLeX: AI Python
21 451
🌐 3D Highlighter: Localizing Regions on 3D Shapes via Text Descriptions 🖥 Github: https://github.com/threedle/3DHighlighter
🌐 3D Highlighter: Localizing Regions on 3D Shapes via Text Descriptions 🖥 Github: https://github.com/threedle/3DHighlighter ⭐️ Project: https://threedle.github.io/3DHighlighter/ ⏩ Paprer: https://arxiv.org/abs/2212.11263 #مقاله ✅ @AI_Python

DLeX: AI Python
DLeX: AI Python
21 451
🔥 Training neural networks 𝘄𝗶𝘁𝗵𝗼𝘂𝘁 𝗯𝗮𝗰𝗸𝗽𝗿𝗼𝗽? Geoffrey Hinton proposed a forward-forward (FF) algorithm at this year's NeurIPS. The idea is inspired by the realization that there is very little to no evidence that mammal brains are performing back-prop-like operations when learning. Are mammal brains strictly feed-forward? Maybe. Paper Link: https://www.cs.toronto.edu/~hinton/FFA13.pdf Want to try FF yourself? Now you can do it in PyTorch! Checkout it's now available on #github : https://github.com/mohammadpz/pytorch_forward_forward #مقاله ✅ @AI_Python

DLeX: AI Python
DLeX: AI Python
21 451
Generalized Decoding for Pixel, Image, and Language 🖥 Github: https://github.com/microsoft/X-Decoder Hugging Face Demo: https://huggingface.co/spaces/xdecoder/Demo ⭐️ Project: https://x-decoder-vl.github.io/ ⏩ Paprer: https://arxiv.org/pdf/2212.11270.pdf ✔️ Dataset: https://paperswithcode.com/dataset/visual-genome #مقاله ✅ @AI_Python

DLeX: AI Python
DLeX: AI Python
21 451
#یلدا_مبارک
#یلدا_مبارک

DLeX: AI Python
DLeX: AI Python
21 451
#موزیک شب یلدا کوروش یغمایی ✅ @AI_Python

DLeX: AI Python
DLeX: AI Python
21 451
Repost from Meysam
اسم من میثمه، در این کانال فقط چیزهایی که به نظر خودم جالب هستند رو پست میکنم. هوش مصنوعی یکی از موضوعاتی هست که در موردش می‌نویسم. دوست داشتید دنبال کنید دوست نداشتید میوت نکنید لفت بدید. مرسی. @ai_person

DLeX: AI Python
DLeX: AI Python
21 451
Repost from Meysam
یک مدل دیگه باز از طرف openai معرفی شد که می‌تونه متن رو به آبجکت سه بعدی تبدیل کنه. به این صورت که به صورت متن بهش میگید چی میخواهید اونم براتون جنریت می‌کنه. https://github.com/openai/point-e

DLeX: AI Python
DLeX: AI Python
21 451

DLeX: AI Python
DLeX: AI Python
21 451

DLeX: AI Python
DLeX: AI Python
21 451
Repost from N/a
✳️ ‌آموزش رایگان خواندن و نوشتن فایل‌ها در پایتون چکیده — پایتون (Python)، یک زبان قدرتمند، سطح بالا و بسیار محبوب برنامه نویسی است. این زبان در سال ۲۰۱۹ همواره در بین سه زبان محبوب برنامه نویسی قرار دارد. این زبان قدرتمند برنامه نویسی در زمینه های مختلفی چون: توسعه وب، توسعه نرم افزار، ریاضیات، System Scripting و... مورد استفاده قرار می گیرد. ما در این آموزش قصد داریم تا خواندن و نوشتن فایل ها در پایتون را مورد بحث و بررسی قرار دهیم. 💯 مشاهده ویدئوی آموزش 👇👇 🔗 آموزش خواندن و نوشتن فایل ها در پایتون — [کلیک کنید] @FaraDars — فرادرس

DLeX: AI Python
DLeX: AI Python
21 451
Repost from سامانه اطلاع رسانی ابررایانه سیمرغ
💎 ۲۰ میلیون ریال اعتبار هدیه لبزنت 💎 🎁 ویژه اعضای هیئت علمی و دانشجویان تحصیلات تکمیلی سراسر کشور 🚀 تنها تا پایان آذر ماه
💎 ۲۰ میلیون ریال اعتبار هدیه لبزنت 💎 🎁 ویژه اعضای هیئت علمی و دانشجویان تحصیلات تکمیلی سراسر کشور 🚀 تنها تا پایان آذر ماه فرصت دارید تا با پرداخت ۲ میلیون تومان، تا سقف ۸ میلیون تومان از خدمات ابررایانه سیمرغ استفاده کنید. جهت استفاده از اعتبار هدیه 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. 🤯 اعتبار انتقال داده شده قابلیت تجمیع شدن با تخفیفات دانشگاهی، دانش‌بنیان، بلند مدت و مناسبتی را دارد. ☎️ تلفن: ۹۰۰۰۹۶۲۱ 🍁🍁🍁🍁

DLeX: AI Python
DLeX: AI Python
21 451
Repost from زانکو
اگر سریال Game of Thrones به سبک ژاپنی ساخته میشد، به روایت هوش مصنوعی 😀 تولید شده توسط مدل Stable Diffusion linkedin.com/po
+3
اگر سریال Game of Thrones به سبک ژاپنی ساخته میشد، به روایت هوش مصنوعی 😀 تولید شده توسط مدل Stable Diffusion linkedin.com/posts/david-ha-168a012_scenes-from-game-of-thrones-as-a-japanese-activity-7009910366247796736-hBVz @zankoo_ai

DLeX: AI Python
DLeX: AI Python
21 451
#فرصت_شغلی 🕊️🕊️🕊️🕊️🕊️🕊️🕊️🕊️🕊️🕊️🕊️🕊️ دوستان عزیز درود امیدوارم حالتون خوب باشه ( 😥 هر چند که حال دل هیچکس این روزها خوب نیست. ) ما به چند تا همکار خوب توی تیممون نیازمندیم #backenddeveloper پایتون کور دولوپر مسلط به دیتابیس REST API Linux #linux C /C++ is a plus . ( فول تایم و فول ریموت ) طراح محصول: با تجربه (سینیور) چندین ساله در طراحی اپ موبایل (آیفون) . ( فول تایم و فول ریموت ) #productdesigner #uiux #طراحی_محصول فیزیکدان🙂: لیسانس فیزیک یا مهندسی بیومکانیک مسلط به پایتون و یا زبان سی . مسلط به فیزیک دینامیک هندسه فضایی فیزیک اپتیک آنتروپومتری و علاقه مند به ورزش پارت تایم و ریموت با توجه به اینکه حوزه کارمون ورزشی هست تجربه کار در این زمینه و یا کسانی که ورزشکار هستند اولویت دارند. به امید پیروزی و آزادی ارادتمند امید

DLeX: AI Python
DLeX: AI Python
21 451