DLeX: AI Python

🐎 یکصدوپنجاه اسب این فقط یک عدد نیست 🐎🐎🐎

Revisiting Residual Networks for Adversarial Robustness: An Architectural Perspective 🖥 Github: https://github.com/zhichao-lu/robust-residual-network ⏩ Paper: https://arxiv.org/abs/2212.11005v1 ➡️ Сheckpoints: https://github.com/zhichao-lu/robust-residual-network/blob/main #مقاله

لینکها در ادامه: https://t.me/ai_person/149

List of Fully Funded Scholarship 2023/2024 The Chevening Scholarship program for the 2023/2024 session... https://lnkd.in/dWRdxiZS Fully Funded British Council Scholarship at Brunel University 2023 https://lnkd.in/d-j2vxza Fully Funded Scholarship in Canada, Vanier Graduate Scholarship Program https://lnkd.in/dvGVzvyG Fully Funded Australian Government Scholarship for Foreign Students 2023 https://lnkd.in/dpk6GiFS Fully Funded Government of China Ministry of Commerce for Developing Countries 2023 https://lnkd.in/dVka7DRq Erasmus Mundus Fully funded Joint Masters Scholarship https://lnkd.in/dcZYaaCh The Government of Quebec, Canada Fully Funded Scholarship https://lnkd.in/g5vHPgg5 University of Birmingham Global Scholarships https://lnkd.in/gE2DammC Fully Funded Republic of Mauritius Scholarship for Africans https://lnkd.in/e3tTib3m Japan World Bank full Scholarship https://lnkd.in/dnYTnMWK Fully Funded Japan Africa Dream Scholarship https://lnkd.in/dBY2HN3 Fully Funded Columbia University Scholarship for displaced Students Worldwide https://lnkd.in/gfg6sKqb Fully Funded Government of Romania Scholarship for international students https://lnkd.in/d4mhT9Bv پی‌نوشت: از لینکدین کپی کردم اگه کار نمیکنه لینکا بگید.

جلسه نقشه برداری مغز با استفاده از هوش مصنوعی در حال برگزاری است لطفا همه ی دوستانی که میخوان تو پروژه حضور داشته باشن شرکت کنن https://meet.google.com/rhw-riou-jvx

آیا مدلهای زبانی بزرگ میتونند سوالات بیومدیکال رو جواب بدند؟ لینک: https://arxiv.org/abs/2207.08143

⏰ برای شروع یادگیری، هیچ وقت دیر نیست!   🎁 اگر هنوز از بزرگترین تخفیف سال فرادرس استفاده نکرده‌اید، با ورود به لینک زیر، آموزش‌های مورد علاقه خود را با تخفیف ویژه ۵۵ درصدی دریافت کنید:   🔗 ورود به صفحه جشنواره - [کلیک کنید]   ✨ مجموعه آموزش‌های «پایتون، یادگیری ماشین و هوش مصنوعی» 👇   🟣 جدیدترین آموزش‌ها [+]   🟡 پرمخاطب‌ترین آموزش‌ها [+]   @FaraDars - فرادرس

👆 کانال‌های‌ آموزشی ‌IT‌ و کامپیوتر : فیلم های آموزشی، مشاوره، اپلای، کتاب تا فرصت هست عضو شوید

دوستان این کانال ها مطالب به روز آموزشی در زمینه کامپیوتر و برنامه‌نویسی ارائه می دهند و کمک بزرگی به یادگیری و پیشرفت شما می کنند ، پیشنهاد می کنیم کانال ها را بررسی کنید و از پست های مفید آنها استفاده کنید ➖➖➖🔻🔻 آموزش تخصصی برنامه نویسی برای همه ؛ @Azad_Developers بیش از 200 عنوان آموزش رایگان ؛ @amuzesh_computer آموزش های vip کامپیوتر  ؛ @PcAndMob فیلم آموزش هوش مصنوعی ؛ @AI_PYTHON یادگیری برنامه‌نویسی با iCode ؛ @i_CODE کتابخانه فنی و مهندسی "دانشگاه تهران" ؛@eBOOKonline آموزش تخصصی تولباکس های متلب ؛ @MATLABonline دانشجویان ارشد و دکترا ؛ @ComputerResearch دوره های پروژه محور هوش مصنوعی ؛ @BigDataSchool دستیار دانشجو (انجام پروژه، تمرین، پایاننامه) ؛ @ExpertOnline مرکز جامع هوش مصنوعی ایران ؛ @MrArtificialintelligence دورهمی برنامه‌نویسان ؛ @programmers_gathering آموزش رایگان برنامه نویسی از صفر تا 100 ؛ @teachify بینایی ماشین | تصویر پزشکی | هوش مصنوعی ؛ @Digital_Image_Processing آموزش برنامه نویسی از پایه تا حرفه ای ؛ @Computerr_Programming آموزش‌ تخصصی هک و امنیت (Pentest/Bugbounty) ؛ @VIP_SECURITY پایتون و جنگو ؛ @LearnPY دانشگاه مجازی """"""هوش مصنوعی"""""" ؛ @HomeAI آموزش ترفندهای نااااب کامپیوتر ؛ @kaliboys هوش مصنوعی | یادگیری ماشین | علم داده ؛ @Ai_Tv آموزش 0تا100 تولید محتوا با گوشی ؛ @ZangeDanesh ➖➖➖🔺🔺 🔺این لیست را ذخیره کنید و برای دوستان خود بفرستید

یلدای ۱۴۰۱ با کوئرا کالج 🔮هم فاله و هم تخفیف 🍉 طولانی ترین شب سال، بیشترین تخفیف‌ها با کوئرا. 📜 وارد لینک زیر شو هم فالِ خودت رو بگیر هم کلی تخفیف و هدایای جذاب برنده شو. 🌐 https://quera.org/r/dn0j0 📮 برای دوستاتون بفرستین و فال‌هاتون رو با کوئرا به اشتراک بذارین. 🎁 تی‌شرت یلدایی + کتاب 🗓 ۲۸ آذر تا ۵ دی ۱۴۰۱ 📍شب یلدای امسال همه در کنار هم 📲 @Quera_ir ➖➖➖➖➖➖➖ #Quera_College #yalda #برنامه_نویسی #یلدا

✅ Stacking Ensemble for Deep Learning Neural Networks in Python ✳️ Model averaging can be improved by weighting the contributions of each sub-model to the combined prediction by the expected performance of the submodel. This can be extended further by training an entirely new model to learn how to best combine the contributions from each submodel. This approach is called stacked generalization, or stacking for short, and can result in better predictive performance than any single contributing model. ✳️ BlogToLearn ✳️ @ai_python

عمرتان زیادی کرده که دکترا بخوانید؟ این هفته آقای لکان (یکی از سه‌ خدای دیپ‌لرنینگ) توییتی زده و به مورد Aditya Ramesh اشاره کرد. فردی که لیسانسش رو از دانشگاه NYU گرفته و قصد داشت تا وارد دوره دکتری شود اما با یک کارآموزی در OpenAI مسیرش تغییر کرده و در آن جا مانده و در نهایت با مدرک لیسانس تبدیل به نویسنده اصلی مقاله مدل معروف Dall-E می‌شود. آقای بهنام نیشابور محقق گوگل هم توییت لکان را کوت کرده و نکات ریزتری برای تایید "نباید برای یادگیری ماشین دکترا خواند" به آن اضافه کرده است. نکته اصلی که تحصیلات تکمیلی برای زمینه‌ای مثل ML آورریتد است. چرا؟ چون که یک نفر بدون هیچ گونه پیش زمینه خاصی می‌تواند به این فیلد وارد شده و با اندکی وقت گذاشتن، حتی می‌تواند به راحتی در کنفرانس‌های مطرح دنیا مقاله‌ای چاپ کند. منابع آموزشی ML روز به روز گسترده‌تر و در دسترس‌تر می‌شوند و واقعا لازم نیست کسی برای وارد شدن به وادی پژوهشگری یادگیری ماشین بیاید و ۵ الی ۶ سال از عمرش را در ارشد یا دکتری هدر دهد. (و خودمانیم، رشته‌‌هایی مثل فیزیک را با ML مقایسه کنید. طرف در فیزیک تا بخواهد به جایی برسید باید مو سفید کند اما امروزه از صفر تا صد ماشین لرنینگ را با این تئوری‌های آبکی که دارد می‌توان در کمتر از دو سال طی نمود) نکته‌ دیگری که آقای نیشابور اشاره کرده است این است که تعداد موقعیت‌های دکترای یادگیری ماشین روز به روز بیشتر می‌‌شود اما از آن طرف تعداد شغل‌هایی که به مدرک دکتری یادگیری ماشین نیاز دارد در آینده روز به روز کمتر می‌شود. در واقع با داشتن دکتری شما over-qualified می‌شوید و از طرف دیگر هم مگر آکادمی چه قدر موقعیت شغلی می‌تواند داشته باشد؟ در مقابل، صنعت اما بیش از ML Researcher به ML Engineer‌ها نیازمند است. کسی که بتواند چیزی را واقعا بسازد. دوره دکتری باعث دوری نسبی از شما صنعت و مهارت‌های آن خواهد شد. آقای نیشابور در انتها به نتایج تحقیقی اشاره کرده که در آن گفته شده درصد زیادی از دانشجویان تحصیلات تکمیلی دچار افسردگی و اضطراب شدید هستند. نکته دیگری که ما به صحبت‌های بالا اضافه می‌توانیم بکنیم این است که جایگاه متفاوت یادگیری ماشین و به طور عام هوش مصنوعی نسبت به سایر علوم را باید در نظر گرفت. هوش مصنوعی در مدت ۷۰ سال اخیری که از خدا عمر گرفته است، همچنان حوزه یکپارچه‌ای نبوده است. هر از چند گاهی ایده‌ای آمده است و با هوش مصنوعی وارد بهاری شده و در نهایت در زمستانی دفن شده است. گاهی منطق‌دان‌ها به آن وارد شده‌اند و با دیدشان روش‌های سیستم‌های خبره و منطق را برای هوش مصنوعی توسعه داده‌اند. گاهی برقی‌ها وارد شده‌اند و مفاهیم سیگنالی را در حوزه هوش مصنوعی غالب کرده‌اند و این اواخر هم ریاضی‌دان‌ها و آماردان‌ها وارد شده و پارادایم یادگیری ماشین را پادشاه هوش مصنوعی کرده‌اند. از حدود ۲۰۱۲ به این ور هم شبکه‌های دیپ (شاید مدیون پیشرفت‌‌های سخت‌افزاری) فرمان بازی را به دست گرفته و بهاری‌ترین دوران هوش مصنوعی را رقم زده‌اند. اما واقعیت این است که یادگیری عمیق نیز اکنون احتمالا وارد پاییز خود شده است (در این مورد در آینده احتمالا صحبت می‌کنیم). مسیر تحقیقاتی هوش مصنوعی و یادگیری ماشین احتمال دارد به زودی دوباره وارد زمستان سخت شده و تمامی سرمایه‌گذاری‌های تحقیقاتی بسوزند. البته که بحث دنیای صنعت فرق می‌کند و همین الان بسیاری راه‌حل‌های یافت شده در دنیای آکادمی آماده هستند تا به دنیای صنعت و کاربرد اعمال شوند. در همین راستا شاید پیشنهاد ML Engineer شدن به جای ML Researcher شدن پیشنهاد عافیت داری برای دین و دنیا باشد. برای حسن ختام به قول سعدی: کرامت جوانمردی و نان‌دهی است مقالات بیهوده طبل تهی است پی‌نوشت-۲: البته اگر در بلاد کفر نیستید قاعدتا برای رسیدن به جایی مانند گوگل یا کوچکتر از آن مسیری جز اپلای تحصیلی برای ساختن رزومه و تقویت حلقه تاثیر شاید نیست. بحث کلی این است که در شرایط عادی، دکترای یادگیری ماشین معنی چندانی در دنیای امروز ندارد. لینک توییت لکان: https://twitter.com/ylecun/status/1605450677806895104 لینک توییت نیشابور: https://twitter.com/bneyshabur/status/1605677285255675904 #tweet #read @nlp_stuff

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

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.

These are not numbers remember their faces! TwitterID: @DS4Iran https://twitter.com/DS4Iran/status/1606182014951911425

✅ 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

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