ru
Feedback
Tensorflow(@CVision)

Tensorflow(@CVision)

Открыть в Telegram

اخبار حوزه یادگیری عمیق و هوش مصنوعی مقالات و یافته های جدید یادگیری عمیق بینایی ماشین و پردازش تصویر TensorFlow, Keras, Deep Learning, Computer Vision سایت: http://class.vision 👨‍💻👩‍💻پشتیبان دوره ها: @classvision_support لینک گروه: @tf2keras

Больше

📈 Аналитический обзор Telegram-канала Tensorflow(@CVision)

Канал Tensorflow(@CVision) (@cvision) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 14 939 подписчиков, занимая 8 686 место в категории Технологии и приложения и 21 848 место в регионе Иран.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 14 939 подписчиков.

Согласно последним данным от 09 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -92, а за последние 24 часа — -3, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 0%. В первые 24 часа после публикации контент обычно набирает 8.37% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 0 просмотров. В течение первых суток публикация набирает 1 250 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 0.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как مدل, مصنوعی, llm, استدلال, مغز.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
اخبار حوزه یادگیری عمیق و هوش مصنوعی مقالات و یافته های جدید یادگیری عمیق بینایی ماشین و پردازش تصویر TensorFlow, Keras, Deep Learning, Computer Vision سایت: http://class.vision 👨‍💻👩‍💻پشتیبان دوره ها: @classvision_support لینک گروه: @tf2kera...

Благодаря высокой частоте обновлений (последние данные получены 10 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.

14 939
Подписчики
-324 часа
-337 дней
-9230 день

Загрузка данных...

Привлечение подписчиков
июнь '26
июнь '26
+7
в 0 каналах
май '26
+22
в 0 каналах
Get PRO
апрель '26
+22
в 0 каналах
Get PRO
март '26
+8
в 0 каналах
Get PRO
февраль '26
+29
в 0 каналах
Get PRO
январь '26
+13
в 0 каналах
Get PRO
декабрь '25
+62
в 1 каналах
Get PRO
ноябрь '25
+281
в 22 каналах
Get PRO
октябрь '25
+201
в 14 каналах
Get PRO
сентябрь '25
+265
в 21 каналах
Get PRO
август '25
+284
в 16 каналах
Get PRO
июль '25
+165
в 3 каналах
Get PRO
июнь '25
+64
в 5 каналах
Get PRO
май '25
+236
в 9 каналах
Get PRO
апрель '25
+123
в 3 каналах
Get PRO
март '25
+164
в 10 каналах
Get PRO
февраль '25
+153
в 7 каналах
Get PRO
январь '25
+136
в 5 каналах
Get PRO
декабрь '24
+100
в 1 каналах
Get PRO
ноябрь '24
+247
в 4 каналах
Get PRO
октябрь '24
+353
в 10 каналах
Get PRO
сентябрь '24
+239
в 6 каналах
Get PRO
август '24
+250
в 6 каналах
Get PRO
июль '24
+230
в 7 каналах
Get PRO
июнь '24
+182
в 2 каналах
Get PRO
май '24
+1 045
в 16 каналах
Get PRO
апрель '24
+533
в 17 каналах
Get PRO
март '24
+364
в 3 каналах
Get PRO
февраль '24
+453
в 5 каналах
Get PRO
январь '24
+753
в 12 каналах
Get PRO
декабрь '23
+837
в 15 каналах
Get PRO
ноябрь '23
+416
в 17 каналах
Get PRO
октябрь '23
+223
в 9 каналах
Get PRO
сентябрь '23
+296
в 0 каналах
Get PRO
август '23
+226
в 0 каналах
Get PRO
июль '23
+144
в 0 каналах
Get PRO
июнь '23
+229
в 0 каналах
Get PRO
май '23
+135
в 0 каналах
Get PRO
апрель '23
+166
в 0 каналах
Get PRO
март '23
+189
в 0 каналах
Get PRO
февраль '23
+132
в 0 каналах
Get PRO
январь '23
+149
в 0 каналах
Get PRO
декабрь '22
+101
в 0 каналах
Get PRO
ноябрь '22
+124
в 0 каналах
Get PRO
октябрь '22
+132
в 0 каналах
Get PRO
сентябрь '22
+185
в 0 каналах
Get PRO
август '22
+231
в 0 каналах
Get PRO
июль '22
+180
в 0 каналах
Get PRO
июнь '22
+106
в 0 каналах
Get PRO
май '22
+347
в 0 каналах
Get PRO
апрель '22
+291
в 0 каналах
Get PRO
март '22
+74
в 0 каналах
Get PRO
февраль '22
+90
в 0 каналах
Get PRO
январь '22
+165
в 0 каналах
Get PRO
декабрь '21
+87
в 0 каналах
Get PRO
ноябрь '21
+208
в 0 каналах
Get PRO
октябрь '21
+140
в 0 каналах
Get PRO
сентябрь '21
+267
в 0 каналах
Get PRO
август '21
+103
в 0 каналах
Get PRO
июль '21
+167
в 0 каналах
Get PRO
июнь '21
+175
в 0 каналах
Get PRO
май '21
+213
в 0 каналах
Get PRO
апрель '21
+147
в 0 каналах
Get PRO
март '21
+87
в 0 каналах
Get PRO
февраль '21
+270
в 0 каналах
Get PRO
январь '21
+86
в 0 каналах
Get PRO
декабрь '20
+6 203
в 0 каналах
Дата
Привлечение подписчиков
Упоминания
Каналы
10 июня0
09 июня0
08 июня+1
07 июня0
06 июня0
05 июня+4
04 июня0
03 июня0
02 июня+1
01 июня+1
Посты канала
گوگل نسخه‌های جدید Gemma 4 را با تکنیک Quantization-Aware Training (QAT) منتشر کرده؛ رویکردی که به‌جای کوانتایز کردن مدل بعد از آموزش (PTQ)، از همان فرآیند آموزش، محدودیت‌های دقت پایین را شبیه‌سازی می‌کند. نتیجه این کار، مدل‌هایی است که با حافظه بسیار کمتر اجرا می‌شوند اما بخش بزرگی از کیفیت نسخه اصلی را حفظ می‌کنند. به گفته گوگل، نسخه موبایلی Gemma 4 E2B حتی می‌تواند با کمتر از ۱ گیگابایت حافظه اجرا شود و برای لپ‌تاپ‌ها، موبایل‌ها و Edge Deviceها گزینه بسیار جذاب‌تری باشد. از طرف دیگر، Unsloth نیز پشتیبانی کامل از این مدل‌ها را اضافه کرده و نشان داده که اگر تبدیل QAT به فرمت‌های اجرایی مانند GGUF به‌درستی انجام شود، می‌توان افت دقت را به حداقل رساند و در عین حال از مزایای اجرای 4-bit بهره برد. این یعنی اجرای مدل‌های بزرگ‌تر روی GPUهای مصرفی و حتی سخت‌افزارهای محدود، بدون قربانی کردن محسوس کیفیت پاسخ‌ها. برای توسعه‌دهندگانی که به اجرای محلی (Local LLM)، Agentها یا اپلیکیشن‌های Edge علاقه دارند، Gemma 4 QAT یکی از مهم‌ترین انتشارهای اخیر محسوب می‌شود. 📚 برای مطالعه بیشتر: 🔹 https://blog.google/innovation-and-ai/technology/developers-tools/quantization-aware-training-gemma-4/ 🔹 https://unsloth.ai/docs/models/gemma-4/qat 🌀 @cvision 🌀

2
🚀 مدل Gemma 4 QAT؛ وقتی کوانتایز شدن دیگر به معنی افت کیفیت نیست ! 🚀
🚀 مدل Gemma 4 QAT؛ وقتی کوانتایز شدن دیگر به معنی افت کیفیت نیست ! 🚀
1 582
3
🔥 SAM 3D Body — Promptable Full-Body Mesh Recovery یک مقاله از Meta AI که از یک single RGB image می‌تواند یک full 3D human b
🔥 SAM 3D Body — Promptable Full-Body Mesh Recovery یک مقاله از Meta AI که از یک single RGB image می‌تواند یک full 3D human body mesh را reconstruct کند. ویژگی مهم این مدل این است که promptable است؛ یعنی علاوه بر حالت automatic، می‌توانید reconstruction را با mask و 2D keypoints هدایت کنید. ✅ Full-body 3D mesh recovery از یک تصویر ✅ Support برای guidance با mask و keypoints ✅ Robust روی تصاویر واقعی ✅ کاربرد در animation، game development، AR/VR و motion capture این مدل در ادامه مسیر SAM نشان می‌دهد که vision foundation models در حال ورود جدی به 3D reconstruction هستند. 🚀 📄 Paper: https://arxiv.org/pdf/2602.15989 💻 Code: https://github.com/facebookresearch/sam-3d-body
2 008
4
📢🎉کد تخفیف ویژه اعضای محترم کانال به مناسبت عید غدیر کد تخفیف 800 هزارتومانی شبکه های عصبی گرافی gnn_ghadir_1405 کد تخفیف 6
📢🎉کد تخفیف ویژه اعضای محترم کانال به مناسبت عید غدیر کد تخفیف 800 هزارتومانی شبکه های عصبی گرافی gnn_ghadir_1405 کد تخفیف 60 درصدی آموزش هوش مصنوعی مولد با مدل‌های زبانی بزرگ (LLM) COUPON-A7EDE کد 70 درصد تخفیف آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته COUPON-DDAEC کد تخفیف 70 درصدی آموزش جامع یادگیری عمیق(Deep Learning) با Tensorflow و keras COUPON-5B37A اعتبار تا: 22 خرداد ماه 1405
3 228