مرکز تحقیقات هوش پارت

دوره تابستانه یادگیری عمیق مرکز تحقیقات هوش پارت - چهارشنبه ۲۴ مرداد ۹۷

آشنایی با شبکه های عصبی عمیق و تاریخچه آن ها-دکتر سبکرو

در این ویدیو آقای دکتر سبکرو ( پژوهشگر ارشد پژوهشگاه دانش های بنیادی) به توضیح در مورد شبکه های عمیق، تاریخچه و پیدایش و تکامل آن ها می پردازد. دوره آموزش عمیق مرکز تحقیقات هوش پارت. منتظر دوره تابستانه ما باشید.

1.8k 0 0

مرکز تحقیقات هوش پارت

25 Jul 2018, 18:17

مرکز تحقیقات هوش پارت برگزار می کند:

* دوره تابستانه مقدماتی یادگیری عمیق ( 24 تا 26 مرداد)
- مقدمه ای بر یادگیری عمیق و شبکه‌های عصبی
- شبکه های عصبی کانولوشنال و بینایی ماشین
- مدل های زبانی و تعبیه سازی کلمات
- مدل های ترتیبی و یادگیری عمیق در پردازش زبان طبیعی
- پردازش های سریع و کاربردهای پردازش موازی در یادگیری عمیق
- یادگیری عمیق بدون نظارت و خودرمزنگارها (Autoencoder)
- یادگیری عمیق برای داده های ساختاریافته (جدولی) و سیستم های پیشنهاددهنده
- آموزش کتابخانه یادگیری عمیق کراس
- آموزش کتابخانه یادگیری عمیق Fastai

* دوره پیشرفته یادگیری عمیق( 8 و 9 شهریور)
- تنسورفلو مقدماتی و پیشرفته
- پایتورچ مقدماتی و پیشرفته
- شبکه های مولد تخاصمی (GAN)
one-shot learning: Face Verification & Recognition -

* آخر هفته یادگیری تقویتی(نیمه دوم شهریور)

* آخر هفته صوت و تشخیص گفتار (نیمه دوم شهریور)

* آخر هفته بینایی ماشین (نیمه دوم شهریور)

* آخر هفته پردازش زبان طبیعی (نیمه اول مهرماه)

مشاهده سرفصل ها، ارائه دهندگان و ثبت نام در :

https://evand.com/events/part-dlss

https://t.me/partdpai
https://ble.im/partdpai
sapp.ir/partdpai
https://partdp.ai/

خرید بلیت و ثبت‌نام دوره تابستانه یادگیری عمیق مرکز تحقیقات هوش پارت در ایوند - زمان: چهارشنبه ۲۴ مرداد ۹۷ - موضوع: تکنولوژی - محل برگزاری: تهران

3.3k 0 0

مرکز تحقیقات هوش پارت

25 Jul 2018, 18:17

مرکز تحقیقات هوش مصنوعی پارت برگزار می کند:
«دوره تابستانه یادگیری عمیق»

مشاهده سرفصل ها، ارائه دهندگان و ثبت نام در :

https://evand.com/events/part-dlss

@partdpai

3k 0 0

مرکز تحقیقات هوش پارت

24 Jul 2018, 20:26

#آموزش
اگر هنوز از #متلب برای پیاده سازی الگوریتم های یادگیری عمیق استفاده می کنید در آدرس زیر می توانید از 21 مثال پیاده سازی شده الگوریتم های مختلف یادگیری عمیق با متلب برای کاربردهای متفاوت استفاده کنید.
yon.ir/6esxz

مرکز تحقیقات هوش پارت

https://t.me/partdpai
https://ble.im/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

Neural Network Toolbox Examples - MATLAB & Simulink

Neural Network Toolbox Examples - Create, train, and simulate shallow and deep learning neural networks.

2k 0 0

مرکز تحقیقات هوش پارت

22 Jul 2018, 19:11

#دیتاست
موسسه NIH یک دیتاست عظیم موسوم به DeepLesion که دارای 32 هزار تصویر CT از 4400 بیمار و شامل انواع مختلفی از ضایعه ها و محل دقیق آن در تصویر است را برای استفاده محققین یادگیری ماشین و یادگیری عمیق به صورت عمومی منتشر کرده است.
برخلاف دیتاست هایی که قبل از این در این زمینه منتشر شده اند، ویژگی خاص این دیتاست تنوع بالای مشاهدات مربوط به انواع ضایعه ها مثل تومورها، غدد لنفاوی و ... است.
این دیتاست و متاداده مربوط به آن در این آدرس قابل دسترسی هستند:
https://nihcc.app.box.com/v/DeepLesion

مرکز تحقیقات هوش پارت

https://t.me/partdpai
https://ble.im/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

مرکز تحقیقات هوش پارت

مرکز تحقیقات هوش مصنوعی و یادگیری ماشین پارت سایت partdp.ai ایمیل info@partdp.ai بله ble.im/partdpai تلگرام t.me/partdpai سروش sapp.IR/partdpai آپارات aparat.com/partdpai ویرگول virgool.io/@partdpai

1.3k 0 0

مرکز تحقیقات هوش پارت

20 Jul 2018, 15:53

اکوسیستم کتابخانه های بصری سازی (Visualization) در پایتون
منبع : yon.ir/dlJjv

مرکز تحقیقات هوش پارت
@partdpai

1.8k 0 0

مرکز تحقیقات هوش پارت

18 Jul 2018, 18:11

#dataviz
#DataScience
یک بصری سازی تعاملی بسیار زیبا در خصوص تمامی بازیکنان حاضر در جام جهانی
http://fingfx.thomsonreuters.com/gfx/rngs/SOCCER-WORLDCUP/010070SF1P4/index.html

مرکز تحقیقات هوش پارت

https://t.me/partdpai
https://ble.im/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

World Cup | Patches of brilliance

A look at the 736 players from 32 national teams that collectively make up the World Cup

916 0 0

مرکز تحقیقات هوش پارت

17 Jul 2018, 21:15

#دوره_آموزشی
شرکت بلومبرگ هم به جمع شرکت های بزرگ دیگری که دوره های آنلاین و رایگان برگزار می کنند پیوسته و همین چند روز پیش از دوره یادگیری ماشین پیشرفته رایگان خودش رونمایی کرد.
همانطور که گفتیم خیلی از مباحث مطرح شد در این دوره پیشرفته است و مباحثی مثل GAUSSIAN MIXTURE MODELS و BAYESIAN CONDITIONAL PROBABILITY MODELS که در خیلی از دوره های آنلاین یادگیری ماشین آموزش داده نمی شوند در این دوره آموزش داده می شوند. برای همین برای گذراندن این دوره نیاز به پیش زمینه ای نسبتا قوی در ریاضیات دارید. البته پیاده سازی الگوریتم ها در این دوره اغلب به وسیله کتابخانه scikit-learn #پایتون صورت می پذیرد.

سرفصل، ویدئوها، اسلایدها، کدها و تکالیف این دوره را می توانید در آدرس زیر ببینید:
https://bloomberg.github.io/foml

مرکز تحقیقات هوش پارت

https://t.me/partdpai
https://ble.im/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

مرکز تحقیقات هوش پارت

مرکز تحقیقات هوش مصنوعی و یادگیری ماشین پارت سایت partdp.ai ایمیل info@partdp.ai بله ble.im/partdpai تلگرام t.me/partdpai سروش sapp.IR/partdpai آپارات aparat.com/partdpai ویرگول virgool.io/@partdpai

3.1k 0 0

مرکز تحقیقات هوش پارت

16 Jul 2018, 09:13

همانطور که قبلا گفتیم معتبرترین کنفرانس بینایی ماشین جهان کنفرانس CVPR است که هر ساله هزاران مقاله توسط پژوهشگران مطرح سرتاسر دنیا از دانشگاه ها و شرکت های معتبری مثل گوگل، فیسبوک و ... برای ارائه به این کنفرانس ارسال می شود. با این وجود با توجه به کیفیت بالای این کنفرانس باید این نکته را ذکر کرد که تنها نسبت کمی از مقالات ارسال برای ارائه در کنفرانس CVPR پذیرفته می شوند ( به طور مثال نرخ پذیرش مقالات ارسالی در CVPR 2018 در حدود 29 درصد بوده است و به صورت معمول حتی برخی از مقالات ارسال شده توسط پژوهشگران شرکت هایی مثل گوگل و ... در این کنفرانس پذیرفته نمی شوند.)
یک خبر مهم این است که مقاله نوشته شده توسط جناب دکتر سبکرو (پژوهشگاه دانش های بنیادی) ، مهندس خالویی (دانشجوی دکتری دانشگاه صنعتی امیرکبیر)، پروفسور فتحی (پژوهشگاه دانش های بنیادی) و دکتر عادلی (دانشگاه علم و صنعت-استنفورد) با عنوان (Adversarially Learned One-Class Classifier for Novelty Detection) تنها مقاله ارسال شده از طرف دانشگاه ها و موسسات آموزشی ایرانی بوده که در کنفرانس CVPR 2018 پذیرفته شده است.

ما هم به نوبه خود این دستاورد ارزشمند را به این پژوهشگران ارزنده کشورمان تبریک می گوییم و برای آن ها هم در عرصه های علمی و هم در عرصه های غیرعلمی آرزوی موفقیت می کنیم.

لینک مقاله دکتر سبکرو و همکاران در CVPR 2018:
http://openaccess.thecvf.com/content_cvpr_2018/papers/Sabokrou_Adversarially_Learned_One-Class_CVPR_2018_paper.pdf

لازم به ذکر است که هم جناب دکتر سبکرو و هم جناب مهندس خالویی در دوره پائیزه یادگیری عمیق مرکز تحقیقات هوش پارت ارائه داشتند که می توانید ارائه این بزرگواران را در کانال آپارات ما مشاهده کنید:

ارائه دکتر سبکرو در دوره پائیزه یادگیری عمیق مرکز تحقیقات هوش پارت

https://www.aparat.com/v/OrZeM

یادگیری بدون نظارت بوسیله شبکه های عصبی

https://www.aparat.com/v/qP5Hm

ارائه مهندس خالویی در دوره پائیزه یادگیری عمیق مرکز تحقیقات هوش پارت

شبکه های GAN (شبکه های مولد تخاصمی)-قسمت 1

https://www.aparat.com/v/nKoAj

شبکه های GAN (شبکه های مولد تخاصمی)-قسمت 2

https://www.aparat.com/v/q1L9V

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

1.8k 0 0

مرکز تحقیقات هوش پارت

13 Jul 2018, 20:35

#آموزش Vgg Net توسط مهندس سید حسین حسن‌پور.
منتظر دوره تابستانه ما باشید.

https://www.aparat.com/v/4PgN1

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

شبکه Vgg Net

آموزش شبکه Vgg Net توسط مهندس سید حسین حسن پور . دوره پاییزه آموزش عمیق. مرکز تحقیقات هوش پارت. منتظر دوره تابستانه ما باشید.

526 0 0

مرکز تحقیقات هوش پارت

12 Jul 2018, 14:14

#آموزش Network in Network توسط مهندس سید حسین حسن‌پور
منتظر دوره تابستانه ما باشید.

https://www.aparat.com/v/fsYzy

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

François_Chollet_with_J_J_Allaire.pdf

Network in Network

آموزش Network in Network توسط مهندس سید حسین حسن پور. دوره پاییزه آموزش عمیق . مرکز تحقیقات هوش پارت. منتظر دوره تابستانه ما باشید.

508 0 0

مرکز تحقیقات هوش پارت

12 Jul 2018, 12:36

18.1Mb

کتاب یادگیری عمیق با R - آموزش کتابخانه Keras در R

1.5k 0 0

مرکز تحقیقات هوش پارت

12 Jul 2018, 12:34

#کتابخانه #کراس
پایتون و R هر دو از زبان های اصلی برای علم داده ها (Data Science) هستند. با این حال پایتون به خاطر وجود کتابخانه های قدرتمندی مثل #تنسورفلو، #پایتورچ و #کراس با اختلاف بالایی در زمینه یادگیری عمیق و شبکه های عصبی از زبان R جلوتر است.
خوشبختانه جمعی از توسعه دهندگان R برای کم کردن شکاف بین R و پایتون، کتابخانه کراس برای R را توسعه داده اند تا کاربران R هم بتوانند الگوریتم های یادگیری عمیق را به سادگی پیاده سازی کنند.

https://keras.rstudio.com/

به علاوه خبر خوب دیگر برای کاربران R این است که آقای Chollet سازنده کتابخانه اصلی کراس برای پایتون با همکاری یکی از توسعه دهندگان کتابخانه کراس در R کتابی برای آموزش این کتابخانه نوشته اند که دقیقا دارای سرفصل های مشابه با کتاب آموزشی معروف این کتابخانه برای پایتون است که در پست بعدی می توانید آن را دانلود کنید.

مرکز تحقیقات هوش پارت
https://t.me/partdpai
https://ble.im/partdpai
sapp.ir/partdpai
virgool.io/@partdpai

R Interface to 'Keras'

Interface to 'Keras' , a high-level neural networks 'API'. 'Keras' was developed with a focus on enabling fast experimentation, supports both convolution based networks and recurrent networks (as well as combinations of the two), and runs seamlessly on both 'CPU' and 'GPU' devices.

1.7k 0 0

مرکز تحقیقات هوش پارت

10 Jul 2018, 07:32

#آموزش شبکه LeNet 5 توسط مهندس سید حسن حسین‌پور
منتطر دوره تابستانه ما باشید.

https://www.aparat.com/v/MeAdf

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

DLTK - Deep Learning Toolkit for Medical Image Analysis

شبکه LeNet5

آموزش شبکه LeNet5 توسط آقای سید حسین حسن پور

1k 0 0

مرکز تحقیقات هوش پارت

7 Jul 2018, 14:56

#کتابخانه یادگیری عمیق DLTK که مخصوص کار با تصاویر پزشکی است و توسط محققین دانشگاه امپریال کالج لندن توسعه داده شده به صورت متن باز در اختیار عموم قرار گرفت. این کتابخانه یک کتابخانه سطح بالاست که با استفاده از #تنسورفلو نوشته شده است.

آدرس گیت هاب کتابخانه DLTK
https://github.com/DLTK/DLTK
معرفی این کتابخانه:
https://medium.com/tensorflow/an-introduction-to-biomedical-image-analysis-with-tensorflow-and-dltk-2c25304e7c13?linkId=53830032

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai

DLTK/DLTK

1.9k 0 0

مرکز تحقیقات هوش پارت

6 Jul 2018, 18:54

#مقاله #مقاله_خوانی

احتمالا این خبر را شنیدید که در یکی از مقالات ارائه شده در کنفرانس CVPR 2018 محققین کمپانی NVIDIA با استفاده از یادگیری عمیق موفق شده اند ویدئوهای عادی ( که به طور مثال با تلفن های همراه ضبط شده اند و دقتی در حدود 30 فریم بر ثانیه دارند) را به ویدئوهای اسلوموشن (ویدئوهایی با دقت 240 فریم بر ثانیه) تبدیل کنند. به صورت ساده اگر بخواهیم توضیح دهیم، ایده پشت این مقاله این است که هر ویدئو 30 فریم بر ثانیه ای که با سرعت معمولی ضبط شده در حقیقت یک ویدئو 240 فریم بر ثانیه ای است که 210 فریم باقیمانده آن در هر ثانیه به نوعی از بین رفته اند و ما می خواهیم با استفاده از یادگیری عمیق و بر اساس این 30 فریم، 210 فریم باقیمانده در هر ثانیه را پیشبینی کنیم. برای این کار در این پژوهش، محققین از 11 هزار ویدئو با دقت 240 فریم بر ثانیه به عنوان مجموعه آموزشی استفاده کرده اند که از این میان 30 فریم از 240 فریم ثبت شده در هر ویدئو به عنوان ورودی به یک شبکه کانولوشنال داده شده است تا با آموزش این شبکه بقیه 210 فریم باقیمانده پیشبینی شوند. بنابراین به عبارتی دیگر اگر یک ویدئو که 30 فریم بر ثانیه دارد را به این شبکه بدهیم، در هر ثانیه 210 فریم دیگر به عنوان خروجی به ما داده می شود که با استفاده از آن ها می توانیم یک ویدئو اسلوموشن 240 فریم بر ثانیه ای بسازیم.
در نهایت لازم است که ذکر کنیم تمامی روش ذکر شده در این مقاله با استفاده از فریمورک #پایتورچ پیاده سازی شده است.

لینک مقاله مربوط به این پژوهش
https://arxiv.org/abs/1712.00080
دموی مربوط به این پژوهش:
https://youtu.be/MjViy6kyiqs

مرکز تحقیقات هوش پارت

https://ble.im/partdpai
https://t.me/partdpai
sapp.IR/partdpai
virgool.io/@partdpai