نمایش کلاسیک

آیا می خواهید در زمینه یادگیری ماشین استخدام شوید؟

آیا می خواهید در زمینه یادگیری ماشین استخدام شوید؟

مسیر های شغلی زیادی در حوزه یادگیری ماشین وجود دارد، اما از کجا بفهمیم که باید کدام مسیر را دنبال کنیم؟ هوش مصنوعی ، برای دهه ها تقریبا منحصر به تحقیقات آکادمیک بود. اگرچه در دهه ی گذشته، تکنیک های یادگیری ماشین در نهایت به کارایی و کاربرد کافی برای …

بیشتر بخوانید »
پروژه تشخیص پلاک خودرو ها با مدل های Nvidia

پروژه تشخیص پلاک خودرو ها با مدل های Nvidia

تشخیص پلاک خودرو یا ANPR ، یکی از برنامه های کاربردی بسیار مهم پردازش تصویر و آنالیز هوشمند ویدیو ها برای شناسایی وسایل نقلیه ثابت و متحرک در شهرهای هوشمند است. از کاربرد های مهم این برنامه ها که به نام پلاک خوان نیز شناخته می شوند، می توان سیستم …

بیشتر بخوانید »
آموزش شبکه عمیق با داده های اندک از روش KGGR

آموزش شبکه عمیق با داده های اندک از روش KGGR

در بحث شناسایی اشیا در یک تصویر ، شناسایی چندین شی در یک تصویر به طور هم زمان هم چنان دارای چالش عملیاتی  است. با جستجوی مناطق دارای مفوم مشترک و بهره برداری از وابستگی اشیا مختلف با یکدیگر ، پیشرفت ها چشمگیری در این زمینه حاصل شده است. اگرچه، …

بیشتر بخوانید »
آموزش Keras یادگیری انتقالی با استفاده از مدل های از پیش آموزش دیده

آموزش Keras : یادگیری انتقالی با استفاده از مدل های از پیش آموزش دیده

در آموزش قبلی ، نحوه استفاده از مدل هایی که برای کلاسه بندی تصویر روی داده های ILSVRC آموزش دیده اند را یاد گرفتیم. در این آموزش ، ما نحوه استفاده از آن مدل ها به عنوان یک استخراج کننده ویژگی و آموزش یک مدل جدید برای یک کار کلاسه …

بیشتر بخوانید »
شبکه های بازگشتی

آشنایی با شبکه های عصبی بازگشتی (RNNs)

این مقاله به طور کامل شبکه های بازگشتی ، نحوه عملکرد حافظه آن ها و نحوه استفاده از آن ها برای مدیریت داده های دنباله ای مانند متن و سری های زمانی را توضیح می دهد. آیا تا به حال به شبکه عصبی بازگشتی به دید یک ماشین زمان نگاه …

بیشتر بخوانید »
آموزش Keras استفاده از مدل های از پیش آموزش دیده ImageNet

آموزش Keras : استفاده از مدل های از پیش آموزش دیده ImageNet

در این مقاله سعی داریم به نحوه استفاده از مدل های از پیش آموزش دیده در مجموعه های داده بزرگ مانند ILSVRC بپردازیم و همچنین نحوه استفاده از آن ها را برای وظایفی متفاوت از آنچه در آن آموزش دیده بودند را یاد می گیریم. در سه پست بعدی به …

بیشتر بخوانید »
آموزش شبکه عصبی عمیق با داده های اندک

آموزش شبکه های عصبی عمیق با داده های اندک

استخراج ویژگی در بینایی رایانه مهم است. با نگاشت دادن تصاویر به فضاهای برداری از لحاظ معنایی، ویژگی های خاص و اطلاعات کلیدی را استخراج می شود که می تواند برای طیف وسیعی از کارهای پیش بینی استفاده شود. با این حال، یادگیری ویژگی های استخراج شده معمولاً به مقدار …

بیشتر بخوانید »
آشنایی با Autoencoder ها درTensorFlow برای حذف نویز

آشنایی با Autoencoder ها در Tensorflow برای حذف نویز

در پست قبلی به درک شبکه عصبی پیشخور پرداختیم. در این مقاله ، با خودرمزگذار ( Autoencoder ) ها در یادگیری عمیق آشنا خواهیم شد. ما به عنوان مثال یک پیاده سازی عملی از استفاده از یک خودرمزگذار حذف نویز در مجموعه داده های ارقام دست نویس MNIST را نشان …

بیشتر بخوانید »
پروژه پلاک خوان در پایتون

پروژه پلاک خوان در پایتون

صورت مسئله – یک تولید کننده ، در محل کارخانه خود با مشکلات مختلف امنیتی مواجه شده است. با ارزیابی دقیق کارخانه ، متوجه می شویم که از روش های استاندارد برای کنترل تردد و نظارت استفاده نمی شود. آن ها همچنین تعداد زیادی نیروی انسانی جهت حافظت و نظارت …

بیشتر بخوانید »
تحلیل بازاریابی انیفلوئنسری با هوش مصنوعی

تحلیل بازار یابی اینفلوئنسری با هوش مصنوعی

هدف این مقاله، نمایش پتاسنیل یادگیری ماشین برای برند ها و کارآفرینان، جهت درک نحوه ی ایجاد کمپین های بازاریابی اینفلوئنسری ، مدیریت روابط با اینفلوئنسر ها، و ارتباط تاثیر گذار با مخاطبین آن ها است. بدیهی است که انسان درباره همه چیز آگاهی ندارد. ما معمولاً تمایل داریم تا …

بیشتر بخوانید »