DLeX: AI Python
Відкрити в 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
Показати більше📈 Аналітичний огляд Telegram-каналу DLeX: AI Python
Канал DLeX: AI Python (@ai_python) у мовному сегменті Фарсі є активним учасником. На даний момент спільнота об'єднує 21 306 підписників, посідаючи 6 187 місце в категорії Технології та додатки та 16 432 місце у регіоні Іран.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 21 306 підписників.
За останніми даними від 04 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -74, а за останні 24 години на -7, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 8.12%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.58% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 731 переглядів. Протягом першої доби публікація в середньому набирає 762 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 16.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як مصنوعی, توییتر, ماهواره, داده, فناوری.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 05 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
21 306
Підписники
-724 години
-97 днів
-7430 днів
Архів дописів
21 303
Repost from DLeX: AI Python
❗️ مطلب داغ روز
مقایسه تفاوت « شبکه های عصبی و درخت تصمیم»
#NeuralNetworks #decisiontree
#شبکه_عصبی #درخت_تصمیم #آموزش #منابع
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
21 303
Repost from N/a
✳️ دسترسی به هزاران ساعت آموزش ویدئویی و رایگان از طریق اپلیکیشن فرادرس
📱 ۲۰ هزار ساعت آموزش تو موبایل کنار دستته👇
💠 برنامه‌نویسی و طراحی سایت، مهارت‌های توسعه فردی، مهارت‌های کامپیوتری، طراحی و گرافیک، زبان‌های خارجی، کسب و کار، دروس و نرم‌افزارهای دانشگاهی
🚀 با اپلیکیشن فرادرس تو هر شرایط زمانی و مکانی، می‌تونید مهارت‌ها و دانشتون رو ارتقا بدید و ویدئوهای آموزشی رو تو موبایلتون مشاهده کنید.
نصب سریع و راحت از گوگل‌پلی👇
✅ دریافت اپلیکیشن فرادرس از Google Play - [کلیک کنید]
🔗 فهرست آموزش‌های رایگان در فرادرس - [شروع یادگیری]
@FaraDars — فرادرس
21 303
ده ایده برتر در آمار که به انقلابی در هوش مصنوعی منجر شد
https://news.columbia.edu/news/top-10-ideas-statistics-ai
21 303
Repost from DLeX: AI Python
چرا برنامه نویسی؟
* حتما ببینید و به دیگران نشان بدهید که چرا برنامه نویس هستید.
باتشکر از:@DaysGone
❇️ @ai_python
21 303
Repost from مهندسی و علم داده
10 سایت برتر برای یافتن شغل در سال 2022:
(Top 10 sites for your career in 2022)
1) Linkedin
2) Indeed
3) Naukri
4) Monster
5) JobBait
6) Careercloud
7) Dice
8) CareerBuilder
9) Jibberjobber
10) Glassdoor
10 مهارت فنی مورد تقاضا در سال 2022:
(Top 10 Teach skills in demand in 2022)
1) Machine Learning
2) Mobile Development
3) SEO/SEM Marketing
4) Data Visualization
5) Data Engineering
6) UI/UX Design
7) Cyber Security
8) Cloud Computing/AWS
9) Blockchain
10) IOT
10 سایت برای آموزش آنلاین رایگان در سال 2022:
(Top 10 sites for free online education in 2022)
1) Coursera
2) edX
3) Khan Academy
4) Udemy
5) iTunesU Free Courses
6) MIT OpenCourseWare
7) Stanford Online
8) Codecademy
9) ict iitr
10) ict iitk
10 سایت برای بررسی رایگان رزومه در سال 2022:
(Top 10 sites to review your resume for free in 2022)
1) Zety Resume Builder
2) Resumonk
3) Resume dot com
4) VisualCV
5) Cvmaker
6) ResumUP
7) Resume Genius
8) Resume builder
9) Resume Baking
10) Enhance
10 سایت برای آماده سازی مصاحبه در سال 2022:
(Top 10 sites for interview Preparation in 2022)
1) Ambitionbox
2) AceThelnterview
3) Geeksforgeeks
4) Leetcode
5) Gainlo
6) Careercup
7) Codercareer
8) InterviewUp
9) InterviewBest
10) Indiabix
@BIMining
21 303
پیشبینی هوش مصنوعی از اخرین عکس سلفی بر روی کره زمین
https://www.google.com/amp/s/www.91mobiles.com/hub/ai-last-selfie-earth-humans-chaos/amp/
21 303
Repost from عآلیجناب
پیشبینی هوش مصنوعی از سلفی‌های آخرالزمانی!
از هوش مصنوعی خواسته شده است که "آخرین سلفی‌هایی" که روی زمین گرفته خواهد شد را به تصویر بکشد که به تولید تصاویر کابوس‌واری منجر شده است.
انسان‌هایی که با پوست در حال ذوب شدن، چهره‌های آغشته به خون و بدن‌های جهش‌یافته از خود عکس می‌گیرند، در حالی که در مقابل جهانی در حال سوختن ایستاده‌اند، چیزی است که هوش مصنوعی "دال-ای"(DALL-E) معتقد است آخرین سلفی‌های اینفلوئنسرها در آخرالزمان خواهد بود.
@Aalijnab
21 303
Deep Deformable 3D Caricature with Learned Shape Control (DD3C)
Github: https://github.com/ycjungsubhuman/deepdeformable3dcaricatures
Paper: https://arxiv.org/abs/2207.14593v1
Project: https://ycjungsubhuman.github.io/DeepDeformable3DCaricatures
Dataset: https://paperswithcode.com/dataset/facewarehouse
Video: https://youtu.be/WLMPEaK6E4M
21 303
Repost from N/a
🎉 فرصتو از دست نده — هر آموزش و مهارتی رو که دوست داری با ۴۵ درصد تخفیف، یاد بگیر!
بیش از ۲۰ هزار ساعت آموزش ویدئویی در طرح تخفیف «تابستان آموزشی» فرادرس با تخفیف ویژه در دسترس شماست.👇
🔹 کتابخانه Matplotlib - ترسیم و بصری سازی داده در پایتون
🔹 پایتون – ساخت سیستم ATM به صورت Command-line
🔹 شبکه عصبی پرسپترون + پیاده سازی در متلب
🔹 ساختمان داده ها با پایتون
🔹 الگوریتم بهینه سازی سیاه چاله BH
🎁 سایر آموزش‌ها و جزئیات جشنواره — [کلیک کنید]
@FaraDars - فرادرس
21 303
Learning Protein Representations via Complete 3D Graph Networks
DIG: Dive into Graphs is a turnkey library for graph deep learning research.
Github: https://github.com/divelab/DIG
Paper: https://arxiv.org/abs/2207.12600v1
Tutorials: https://diveintographs.readthedocs.io/en/latest/tutorials/graphdf.html
Documentation: https://diveintographs.readthedocs.io/
Benchmarks: https://github.com/divelab/DIG/tree/dig-stable/benchmarks
Dataset: https://paperswithcode.com/dataset/atom3d
21 303
بهترین منابع ابزارهای هوش مصنوعی
The best Stanford, CMU, and MIT courses to build a career in AI
📚 Stanford University
🔹 CS229 - Machine Learning by Andrew Ng:
🔹 CS230 - Deep Learning by Andrew Ng
🔹 CS231n - Convolutional Neural Networks for Visual Recognition by Fei-Fei Li and Andrej Karpathy
🔹 CS224n - Natural Language Processing with Deep Learning by Christopher Manning
🔹 CS25 - Transformers United
📚 Massachusetts Institute of Technology
🔹 6.S191 - Introduction to Deep Learning by Alexander Amini and Ava Soleimany
🔹 6.S094 - Deep Learning by Lex Fridman
🔹 6.S192 - Deep Learning for Art, Aesthetics, and Creativity by Ali Jahanian
📚 Carnegie Mellon University
🔹 CS/LTI 11-777 Multimodal Machine Learning by Louis-Philippe Morency:
📚 University College London
🔹 COMP M050 Reinforcement Learning by David Silver
#فیلم #منابع #الگوریتمها #هوش_مصنوعی #پردازش_زبان_طبیعی #یادگیری_ماشین #یادگیری_عمیق #یادگیری_تقویتی
❇️ @AI_Python
21 303
+1کاریکاتور میثم عسگری عزیز😂🌸
فانیکاتور، سرویس تولید کاریکاتور با هوش مصنوعی هست😎
همین الآن امتحانش کنین👌😍
🔥لینک فانیکاتور:
https://funnycature.ali110co.ir
@ai_python
@ali110co_ir
@OpenCV_olc
21 303
Very interesting idea on how to move 'common sense' in AI forward. It is always great to explore different ideas and directions and have different perspectives to increase chances of success and advancement.
https://www.technologyreview.com/2022/06/24/1054817/yann-lecun-bold-new-vision-future-ai-deep-learning-meta/
#ai #ml #dl #artificialintelligence #machinelearning #deeplearning
21 303
In conventional neural networks, the amount of computation used is proportional to the size of the inputs, instead of the complexity of the content of the data being processed. However, the time needed to process input data is a function of more than just the size of the inputs. Common input data for neural architectures also have an inherent complexity that is independent of the input size. Conventional neural architectures do not adjust their computational budget based on the complexity of the data they are processing, or arguably, such adaptation is done manually by the machine learning practitioner. In this work, we, therefore, introduce a differentiable parameter-free Adaptive Token Sampler (ATS) module, which can be plugged into any existing vision transformer architecture. ATS empowers vision transformers by scoring and adaptively sampling significant tokens. As a result, the number of tokens is not constant anymore and varies for each input image. By integrating ATS as an additional layer within the current transformer blocks, we can convert them into much more efficient vision transformers with an adaptive number of tokens. Since ATS is a parameter-free module, it can be added to the off the-shelf pre-trained vision transformers as a plug-and-play module, thus reducing their GFLOPs without any additional training. Moreover, due to its differentiable design, one can also train a vision transformer equipped with ATS. We evaluate the efficiency of our module in both image and video classification tasks by adding it to multiple SOTA vision transformers. Our proposed module improves the SOTA by reducing their computational costs (GFLOPs) by 2X.
21 303
Repost from انجمن علمی اقتصاد
✨انجمن علمی دانشجویی اقتصاد دانشگاه تهران غرب و دپارتمان مالی مرکز آموزش های کوتاه مدت تهران غرب برگزار می‌کند:
🟢دوره جامع آموزش ایویوز مقدماتی
مدرس:
دکتر عفتی
🟩زمان و تاریخ برگزاری:
۲۲_۲۴_۲۶_۲۹_۳۱مرداد ماه
روز های زوج
⏰ساعت ۱۶
⏳دوره ۱۰ ساعته
مهلت ثبت نام:
🔸۸ مرداد
💰هزینه دوره:
۲۰۰ هزار تومان
❌ظرفیت محدود
✅مناسب برای دانشجویان اقتصاد حسابداری، رشته های مهندسی و تمامی رشته های مدیریت و علاقمندان حوزه و پژوهشگران مالی
●تمامی رشته ها
لینک ثبت نام و پرداخت : https://wtb.iau.ir/free-education-center/fa/form/1070
راه ارتباطی و اطلاعات بیشتر: https://chat.whatsapp.com/CtOUqrHN3hiFCNnqJFhNrv
شماره تماس:09350903536
