194
شما میتوانید از اخبار روز دنیا در رابطه با هوش مصنوعی در اینجا خبر دار شوید 😉 میتونید سوالاتتون را از اینجا بپرسید https://t.me/gap_torchino
خب ما تا حدی با این کتابخانه ها آشنا شدیم و میتونید برید توی گوگل، یوتیوب سرچ بزنید و مقایسه دقیقتری را ببینید!
و اما در رابطه با اینکه مگه اینکتابخانه ها برای یادگیری عمیق نبود؟ چطور من گفتم توی یادگیری ماشین هم کاربرد داره؟
خب جوابش میشه:
کسانی که میخوان دانشمند داده(مقایس را بالا انجام دادم) بشن و الگوریتم هایی را از صفر یا به قول معروف from scratch بنویسن یا اینکه مثلا بهینه ساز یا ... چیزی که وجود نداره را خودشون به نوعی خلق کنند میتوانند از پایتورچ، تنسورفلو برای محاسبات خودشون استفاده کنن
در واقع یادگیری ماشین همون کوچیک شده ی یادگیری عمیق هست (استاد مدحج جاوااسکریپت) فان
در واقع یادگیری عمیق محاسبات پیچیده ترین را نسبت به یادگیری ماشین انجام میده
برای مثال در یادگیری ماشین
شما میآید و اینکارا را برای دیتاست mnist انجام میدید تا بتونید یک مدلی را ترین و ...کنید
توی یادگیری ماشین:
شما خودتون داده ها را پردازش میکنید و جدا میکنید و کارای دیگه ...
ویژگی های مهم را خودتون باید پیدا کنید (با استفاده از ماتریس درهم ریختگی) پیدا کنید و عملیات های مختلفی را روش اجرا کنید
و و و هزار تا کار دیگه
ولی
در یادگیری عمیق ما تمام این کار ها را میسپاریم به الگوریتم های فوق پیشرفته مثل convolution، rnn, .......
بله، تمام این کار ها را این این نوع شبکه های عصبی انجام میدن
___
حالا اگه بخوایم یادگیری ماشین را وارد این کتابخانه های گودرتمند کنیم برای دانشمندان داده خیلی خیلی خیلی بهتر و سریعتر از numpy, pandas و غیره هست
برای مثال اگه بخوای یک شبکه ی ساده خطی(رگرسیون) را به صورت scratch انجام بدی خیلی راحت میتونی توی پایتورچ این کد را بزنی:
import torch
model=torch.matmul(x,w)+b
import numpy as np
model=np.matmul(x,w)+b
pytorch: 0.0019683837890625
numpy: 0.007978677749633789
خب امروز میخوایم در رابطه با یکی از بهترین و برترین کتابخانه ی یادگیری عمیق و یادگیری ماشین صحبت کنم🔥
خب ما دوتا کتابخانه ی مشهور و پرکاربرد در این دو زمینه داریم
که اشم یکیشون pytorch و یکی دیگه tensorflow هست
در این قسمت میخوام این دوتا را معرفی کنم و بگم چرا توی یادگیری ماشین هم کاربرد داره !!
خب بریم برای مقایسه :
پایتورچ یکی از کتابخانه های قدرتمندی هست که فیسبوک توسعه داده
و میشه گفت یک کتابخانه ی خیلی بروز و خوب هست
این کتابخانه در آخرین ورژن خود یعنی 2.4 در پایتون 3.12 موجود هست که مثل همیشه بهتر، سریعتر و قدرتمند تر از قبل هست
و میتونید اینکتابخانه را از سایت اصلی خودش طبق سیستم عاملی که دارید میتونید دانلود کنید 🔥
و در آخر اینکه پایتورچ سینتکس پایتونیک داره
و اماااااا
تنسورفلو هم یکی از قدرتمند ترین کتابخانه های دنیای هوش مصنوعی هست که توسط محققان گوگل توسعه داده شده
و این کتابخانه هم دست کمی از پایتورچ نداره و رقابت زیادی با هم دارند
این کتابخانه هم در آخرین ورژن خود یعنی x.2 قرار دارد (این سایتش تحریم هستیم و ورژن دقیقش را نمیدونم 😂💔)
#pytorch
#tensorflow
#ai
#part_1
@learn_ai1
👀یکی از چالش های حوزه بینایی ماشین تشخیص عمق اجسام از روی تصویره.
یعنی با استفاده از یک عکس، ویدیو، یا لایو استریم تشخیص بدیم هر جسم در چه فاصلهای از دوربین قرار گرفته.
برای پاسخ دادن به این چالش از روش های depth estimation در computer vision استفاده میشه و مدل هایی مثل Marigold و Depth Anything با قدرت از پس این چالش بر اومدن.
منتها open-source نبودنشون و عدم امکان train یا finetune کردنشون یه مقدار اذیت کنندس.
من اومدم با استفاده از شبکه های عصبی کانولوشنی یا CNN یک مدلی طراحی و پیاده کردم به اسم edepth.
خوشحال میشم حماییتون رو داشته باشم و از کمک هاتون برای توسعه این مدل open-source با قابلیت train و finetune استقبال میکنم.
😎برای حمایت میتونید در گیتهاب به این ریپازتوری star بدین
و برای همکاری و کمک به توسعه مدل میتونید از قسمت های fork, issues و pull request ها استفاده کنید.
👍از صمیم قلب از حمایتتون تشکر میکنم و قدر دانم.
🌐 https://github.com/ehsanasgharzde/edepth
🌐 Developer : @MaryamSadughi
☕️ @CodeExplore
ML Engineer VS Data Scientist
این دوتا چیه؟🙄
خب Data Scientist به کسی میگن که :
1⃣ داده ها و مدل ها را تحلیل میکنه
2⃣ خالق مدل های جدید و تست مدل هایی که ساختن برای انتخاب بهترین مدل
3⃣ تحقیق و توسعه ی الگوریتم های جدید برای مسائل و مشکلات متفاوت
➖➖➖➖➖➖➖➖➖➖➖➖
و ML Engineer به کسی میگن که:
1⃣ مدل هایی که Data Scientist ساخت را به کد های قابل استفاده (مدل های آماده) تبدیل میکنن
2⃣ بهینه سازی مدل هایی که Data Scientist ساختن برای کار های مختلف
3⃣ توی یک تیم کار میکنند تا مدل هایی که ساخته شده را بهینه سازی کنن و بهترین مدل را برای مسله ی خودشون با بهترین پارامتر ها را انتخاب کنن و مدل هایی که ساخته شده (بهینه شده) را نگه داری میکنن
نکته ی مهم:
Data Scientist و ML Engineer مکمل یکدیگر هستند ❗️
یعنی اگر Data Scientist نباشه مدل های جدید درست نمیشه(به وجود نمیاد) .
و اگر ML Engineer نباشه مدل های ساخته شده بهینه سازی نمیشه و مورد تست قرار نمیگیره.
شما دوست دارید Data Scientist بشید یا ML Engineer با ری اکشن نشون بدید😉
Data Scientist(🔥)
ML Engineer(❤️)
سوالات خودتون را میتونید از اینجا بپرسید:
@gap_torchino
#ML #ai
#ml_engineer #data_scientist
💻@learn_ai1
سلام دوستان اومدم با آموزش بیز (نظریه بیز) در یادگیری ماشین و هوش مصنوعی
توجه توجه❗️❗️
در این قسمت (قسمت اول) ما میایم و قضیه بیز را یاد میگیریم و مثالی را با هم حل میکنیم و در قسمت های بعدی سراغ نظریه بیز در هوش مصنوعی (الگوریتم های یادگیری ماشین) میرویم و کاربرد های آن را میبینیم و مثال هایی را حل میکنیم.
توضیحات:
نظریه بیز به احتمال بیز اشاره داره که به صورت خاصی مدل های احتمالاتی مورد استفاده قرار میگیرن
نظریه بیز بر اساس قضیه بیز(Bayes theirem) بنا شده که به ما اجازه میدهد تا احتمال وقوع یکواقعه را با توجه به اطلاعات جدید بروزرسانی کنیم
قضیه بیز:
قضیه بیز رابطه ی احتمالات شرطی را فراهم میکند و فروملش به صورت زیر هست:
P(B|A) * P(A) / P(B) = P(A|B)
P(-A) * P(B|-A) + P(A) * P(A|B) =P(B)
P(B) = (0.99 * 0.05) + (0.01 * 0.99)
P(B) = 0.0495 + 0.0099
P(B) = 0.0594
P(A|B) = 0.01 * 0.99 / 0.0594
P(A|B) = 0.0099 / 0.0594
P(A|B) ~= 0.1667
گوگل پکیجی بنام model_explorer داره که به شما امکان ویژوالایز کردن مدلها رو میده.
لینک پکیج model_explorer:
https://github.com/google-ai-edge/model-explorer
ما هم در قالب یک نوتبوک، دستورات لازم برای نصب و استفاده از کتابخونه برای یک مدل نمونه رو گفتیم.
لینک نوتبوک هوسم:
https://github.com/howsam/mag
💻@learn_ai1 | <هوسم>
هوش مصنوعی جمنای به گوگل کلب اضافه شد !
شما میتونید وقتی که در گوگل کلب کد میزنید همونجا با استفاده از هوش مصنوعی جمنای کدتون را دیباگ کنید، کد جدید بسازید و ...
و نکته ی جالب تر اینجا هست که وقتی هوش مصنوعی جمنای به شما کد میده یا دیباگ میکنه میتونید بهش بگید که اونکدی که زده را در یک cell بنویسه
نظر شما در رابطه با اضافه شدن جمنای به کلب چیه ؟
💻@learn_ai1
چون جزو مشتریان پلاس open ai نیستم این قابلیت برای من وجود نداره ولی اگه افرادی که دارن برن و تست کنن و بگن که آیا واقعا نتیجهی خوبی داخل لایو داره یا نه
Читать полностью…
سلام بچه ها
کیا تونستن از gpt4o استفاده کنن؟
اگه نتونستی حتما با ip آمریکا برو داخل سایتش و یک پیام ساده بدید مثلا hi و وقتی جواب داد کنار دیس لایک جواب یک فلش هست روی اون بزنید و روی gpt4o بزارید
(البته بیشتر اوقات به صورت اتوماتیک روی gpt4o هست)
با ری اکشن ها جواب بدید که تونستید یا نه
و اگه مشکلی دارید حتما بگید
💻@learn_ai1
رقابت پشت رقابت
تا openai اومد هوش مصنوعی خودش را معرفی کرد گوگل هم دست به کار شد .
مثل اینکه گوگل امشب در مراسم Google I/O 2024 خبرای خوبی از هوش مصنوعی داره
▶️ مراسم امشب گوگل رو در ساعت8:30 می تونین از طریق لینک یوتیوب پایین مشاهده کنید.
🖥 https://www.youtube.com/live/XEzRZ35urlk
#ai #Google
💻@learn_ai1
بچه ها یک خبر خیلی خفن دارم براتون.
شرکت openai دیروز هوش مصنوعی خودش را ارتقا داده که اسمش جدیدش شده gpt4 o
این هوش مصنوعی خیلیی خفن تر شده و قابلیت هایی از جمله :
🆕 با GPT-4o، آخرین پیشرفت OpenAI، که برای عملکرد فوق العاده سریع و کیفیت استثنایی در 50 زبان طراحی شده است، آشنا شویم...
1️⃣ با GPT-4o به راحتی متون، تصاویر و صدا را میتوان مدیریت کرد و به توسعه دهندگان این امکان را می دهد تا با استفاده از OpenAI API به راحتی نوآوری کنند.
2️⃣ مدل ارائه شده ی GPT-4o با سرعتی دو برابر ولی هزینه ی معادل نیمی از هزینه نسل قبلی خود، یعنی GPT-4 Turbo، نوید کارایی بی نظیر و مقرون به صرفه را می دهد.
3️⃣ هوش مصنوعی OpenAI با افتخار "هوش عاطفی" GPT-4o را برجسته می کند، که به طرز ماهرانه ای تعاملات و وقفه های کاربر را مدیریت می کند.
4️⃣ فراتر از ترجمه، GPT-4o با توانایی خود در تغییر تن صدا، افزودن درام یا ...، تحت تاثیر قرار میدهد.
5️⃣ اما این همه ماجرا نیست – اعضای تیم مهارت های ریاضی و کمک های کدنویسی GPT-4o را به نمایش گذاشتند و آن را به عنوان رقیب قدرتمندی برای GitHub Copilot مایکروسافت معرفی کردند.
6⃣این هوش مصنوعی برای کاربران عادی و ویژه(کسانی که پول اشتراک دادن) رایگان هست🥳
البته الان چون تازه اومده یک هفته ای طول میکشه تا برای کاربران عادی رایگان بشه
دیگه هوش مصنوعی روی دست این gpt4 o نیست !!
اگه شما هوش مصنوعی میشناسین که خفن تر از gpt4 o باشه حتما داخل کامنت ها بگید 😉
لینک معرفی و استفاده از هوش مصنوعی :
https://openai.com/index/hello-gpt-4o
#AI
💻@learn_ai1
سلام دوستان
من گیت هاب خودم را راه اندازی کردم و الان تنها یک ریپازتوری قرار دادم ولی در آینده قراره پر بشه🔥
و قراره کلی پروژه خفن در یادگیری ماشین که میزنم را اونجا قرار بدم تا شما هم بتونید ازشون استفاده کنید
با هر آتیش یک انرژی برای پروژه های بیشتر 🌱
گیتهاب🌐
github.com/danialyavarzade
💻@learn_ai1
توی این ریپو یک لیست آموزشی عالی برای یادگیری ماشین هست که شامل مباحث مختلفی از جمله
Python, NLP , computer vision ,
, Matpolib, NumPy, Pandas, MLOps, LLMs, PyTorch, TensorFlow.
میشه حتما بهش سر بزنید مطالب خیلی خوبی رو می تونید توش پیدا کنین
https://github.com/patchy631/machine-learning
💻@learn_ai1
تا زمانی که لایک ها بالای ۵ تا بره پست بعدی را نمیزارم🥹
پس اون لایک را بزن لطفا🥹😂❤️
سلام دوستان دیگه از امروز میخوام استارت کار را بزنم و کلی پست بزارم
بریم برای اولین پست امروز 😉
عرض ادب و احترام خدمت اساتید و نخبگان گرامی
جهت انجام یک پروژه تحقیقاتی_استارتاپی در موضوع طراحی دارو با هوش مصنوعی، از فعالان و متخصصان در این زمینه، با افتخار جهت همکاری دعوت بعمل می آید.
لطفا جهت کسب اطلاعات بیشتر به خصوصی پیام ارسال فرمایید.
آیدی: @shahabatashi
دوستان شما با زدن ری اکشن ها و فوروارد پست ها کلی به من انرژی میدید و منم سریع تر پست درست میکنم و آموزش های بیشتری را برای شما قرار میدم 🔥
ری اکشن و فوروارد فراموش نشه😉
💻@learn_ai1
با کمک fMRI و یادگیری ماشینی محققین دریافتند که بر اساس فعالیت مناطق مختلف مغز، افسردگی خودش میتونه دست کم ۶ نوع داشته باشه. به عبارتی هر کدوم روش درمانی خودشونو میخان. مثلا میگه اونایی فعالیت مغزی مرتبط با توجهشون کمتره، مشاوره کمتر به دردشون میخوره!
ادامه ی مطالب:
https://www.nature.com/articles/s41591-024-03057-9
#یادگیری_ماشین #هوش_مصنوعی
#ml #ai
دست مریزاد واقعا🔥
Overfitting (بیشبرازش) :
- توضیح: مدل بیش از حد به جزئیات و نویز دادههای آموزشی حساس میشود.
- نتیجه: عملکرد عالی روی دادههای آموزشی، عملکرد ضعیف روی دادههای جدید.
- راهحل: کاهش پیچیدگی مدل، افزایش دادههای آموزشی، استفاده از اعتبارسنجی متقابل.
Underfitting (کمبرازش) :
- توضیح: مدل به اندازه کافی پیچیده نیست تا الگوهای موجود در دادهها را یاد بگیرد.
- نتیجه: عملکرد ضعیف روی دادههای آموزشی و دادههای جدید.
- راهحل: افزایش پیچیدگی مدل، اضافه کردن ویژگیهای بیشتر، کاهش نویز دادهها.
Balanced (متعادل) :
- توضیح: مدل به خوبی در هر دو دادههای آموزشی و جدید عمل میکند.
- نتیجه: عملکرد مناسب و تعمیمپذیری خوب.
- راهحل: تنظیم پیچیدگی مدل، استفاده از روشهای کاهش پیچیدگی با انتخاب مناسب، تنظیم مکرر پارامترها.
💻@learn_ai1
باسلام. دوستان قرعه کشی اشتراک رایگان بات از اعضای کانال GPT Plus انجام میشه. افرادی که کامنت گذاشته بودن به طور خودکار به کانال اد شدن و یا لینک دعوت براشون ارسال شده.
لینک کانال : /channel/gpt_plus_official
با ارسال کامنت در زیر این پست ، در صورت راه اندازی ربات به چندین نفر اشتراک رایگان اهدا خواهد شد (به قید قرعه)⚡️
Читать полностью…
افرادی که دیشب این لایو را نگاه کردن
شاهد بوجود آمدن یک هوش مصنوعی قدرتمند تر از سمت گوگل به نام Astra ساخته.
بریم با هم کمی با این هوش مصنوعی آشنا بشیم:
چشم به آینده با هوش مصنوعی Astra گوگل!
در رویداد Google I/O 2024، شاهد رونمایی از پروژهی Astra، یک دستیار هوش مصنوعی فوقالعاده، بودیم.
گوگل با رونمایی از «پروژه Astra» مستقیماً قابلیتهای جدید ChatGPT را هدف گرفت.
پروژه Astra با استفاده از هوش مصنوعی قدرتمند Gemini، به شما کمک میکند تا با دنیای اطرافتان به گونهای جدید تعامل داشته باشید.
طبق ویدئویی که گوگل گذاشت این قابلیت ها را دارد:
🔥 محیط اطراف شما را درک کند و به سوالات در مورد آن پاسخ دهد.
🔥 اشیاء گمشده شما را پیدا کند.
🔥 منابع ایجاد صدا را در محیط تان مشخص کند.
... و بسیاری کارهای شگفتانگیز دیگر!
پروژه Astra نه تنها روی گوشیهای هوشمند، بلکه روی عینکهای هوشمند نیز قابل استفاده است. ️ این امر تجربهای کاملاً جدید و فراگیر از هوش مصنوعی را به ارمغان میآورد.
پروژهی Astra هنوز در مراحل اولیه توسعه قرار دارد و به برنامهی انتشار عمومی آن اشارهای نشده است.
💻@learn_ai1
یکی از ویژگی های برجسته این مدل جدید صدای واقعی آن است که مطابق با ترجیحات شما سازگار می شود.
اینا همش به خاطر احساسات هست چون میتونه درک کنه که اون پارگراف باید با چه نوع صدایی خونده بشه
💻@learn_ai1
خب حالا که فهمیدین پیش نیاز های ورودی به دنیای یادگیری ماشین چیه حالا بهتره یک منبع فوق العاده خوب را ببنید و یاد بگیرید
(البته چند تا کتاب خوب هم برای یادگیری گذاشته بودمحتما برید بخونید😉🔥)
بهترین منابع یادگیری ماشین با پایتون
شا ما با این لیست میتونید انواع پروژه ها را ببینید و یاد بگرید که چه نوع پروژه هایی داریم و اصلا چه شکلی هست
توضیحات: این لیست شامل 880 پروژه منبع باز جالب در تجسم داده ها، NLP، سری های زمانی، یادگیری ماشین، یادگیری تقویتی، سیستم های توصیه گر و موارد دیگر است.
🔗https://github.com/ml-tooling/best-of-ml-python
#learn_ai
#یادگیری_هوش_مصنوعی
💻@learn_ai1
خب اینم از اولین پست در رابطه با یادگیری، یادگیری ماشین هست
در این پست میخوام بهتون بگم که اگه علاقه به دنیای هوش مصنوعی داری چطوری واردش بشی😉
1.خب اول باید بگیم که شما باید یک زبان برنامه نویسی مثل پایتون را یاد داشته باشید
2.بعد از اینکه در پایتون مهارت کاملی پیدا کردید باید برید سمت کتابخانه هایی که برای کار با داده ها هست مثل =》numpy, pandas, matplotlib, scipy این کتابخانه ها، کتابخانه های اصلی کار با داده ها است
3. خب الان که اونکتابخانه ها را یاد گرفتی بهتره که بری ریاضیات هوش مصنوعی را یاد بگیرید (اتفاقا ریاضیاتش خیلی هم آسون هست) حالا ریاضیات شامل این ها میشه =》 جبر خطی، آمار و احتمال، حساب دیفرانسیل و انتگرال هست
[ببنید دوستان برای اول کار جبر خطی مهم هست و کاری با بقیه ندارید یکم جلو تر برید کارتون با آمار و احتمال هست، ولی بهتره یک چیزی بهتون بگم که حسابت دیفرانسیل و انتگرال بیشتر برای شبکه های عصبی هست و زیاد داخل یادگیری ماشین با اونا سر و کار ندارید ((البته که فکرنکنید اصلا در یادگیری ماشین وجود نداره، وجود داره ولیکاربردش کم هست))]
4.حالا که ریاضیاتهم یاد گرفتید دیگه پایه شما برای ورود به یادگیری ماشین تکمیل میشه و میتونید با یک دوره، داکیومنت و کتاب شروع کنید به یادگیری
---------------------------------------------------
خب حالا میپرسید دوره از کجا بگیرم
این لینک ها را در کانال گذاشتم و میتونید خودتون پیداشون کنید
ولی لینک هاش اینا هست
/channel/learn_ai1/25
/channel/learn_ai1/17
#learn_ai
#یادگیری_هوش_مصنوعی
💻@learn_ai1
سلام به دوستان عزیز
امید وارم حالتون خوب باشه
من تصمیم گرفتم از الان به بعد نکات اصلی در رابطه با یادگیری ML را براتون به اشتراک
بزارم و کنار هم یادگیری ماشین را یاد بگیریم🌱
از این به بعد پست هایی که هشتگ های: #learn_ai
#یادگیری_هوش_مصنوعی
دارد ، پست هایی هست که نکات اصلی و ... برای یادگیری، یادگیری ماشین را میگیم
یک آتیش بزنید تا بریم برای شروع🔥
💻@learn_ai1