هما کاشفی
معرفی لایه‌ی Separable Convolution
هرکسی که نگاهی به معماری شبکه MobileNet بیندازد، با مفهوم separable convolution روبرو خواهد شد. اما این لایه چیست و چه تفاوتی با لایه‌ی کانولوشن معمولی دارد؟
هما کاشفی 
معرفی انواع کانولوشن‌ها: Conv1D, Conv2D, Conv3D
شاید تا بحال تصاویر و تجسم سازی‌های زیادی از لایه‌های کانولوشنی با ابعاد مختلف دیده باشید و پس از خواندن یک مقاله‌ی کامل هنوز هم درک تصاویر برایتان مشکل بوده باشد. در این مقاله قصد داریم لایه‌های کانولوشنی با ابعاد…
چالش های آموزش شبکه‌های عمیق و راه حل آنها
یادگیری عمیق و شبکه‌های عصبی از پیشرفته‌ترین و پرکاربردترین فناوری‌های امروزی هستند. علیرغم پیشرفت قابل توجه آنها، هنوز چالش‌های زیادی در یادگیری عمیق وجود دارد که محققان و متخصصان در تلاشند تا بر این چالش‌ها غلبه کنند و مدل‌های بهتری…
کار با داده‌های تنک (Sparse Data)
داده‌ی تنک یا Sparse Data داده‌ای است که تعداد زیادی مقادیر صفر دارد. داده‌ی تنک را نباید با داده‌ی از دست رفته یا missing data اشتباه گرفت زیرا داده‌ی تنک مقادیر خالی یا صفر را نشان می‌دهد در حالیکه داده‌ی…
قدرت ChatGPT Code Interpreter: تجسم سازی داده‌ها بدون نوشتن یک خط کد
آیا تا بحال آرزو کرده‌اید که ای کاش می‌توانستید با کد خود چت کنید و از او بپرسید چه می‌کند و یا شاید حتی آن را متقاعد کنید که کمی بهتر همکاری کند؟ اگر چنین است، رویای شما با ظهور…
کاربردهای دنیای واقعی شبکه‌های عصبی کانولوشنی CNN
شبکه‌های عصبی کانولوشنی (CNN) نوعی از الگوریتم‌های یادگیری عمیق هستند که در انواع مختلف مسائل دنیای واقعی کاربرد دارند. CNNها را می‌توان آموزش داد تا تصاویر را کلاسبندی کنند، اشیای یک تصویر را تشخیص دهند و حتی کلمه‌ی بعدی در…
شبکه عصبی CNN چطور کار میکنه
شبکه عصبی کانولوشنی، یا همان CNN، یک نوع از شبکه های عصبی هست که از مسیر بینایی انسان برای طراحی آن الهام گرفته شده است. این شبکه یکی از معروفترین شبکه های عصبی است و در حوزه های مختلف مورد…
حاشیه نویسی داده: تعریف، ابزارها و دیتاست‌ها
داده، بخش جدایی ناپذیر همه‌ی الگوریتم‌های یادگیری ماشین و یادگیری عمیق است. داده همان چیزی است که الگوریتم‌های پیچیده را به سمت عملکردهای پیشرفته و بهبودیافته سوق می‌دهد. با این حال، اگر قصد دارید مدل‌های هوش مصنوعی واقعاً قابل اعتماد…
چهار مرحله برای یافتن مدل یادگیری عمیق مناسب
چطور از اشتباهات مبتدیان یادگیری عمیق اجتناب کنیم؟ اگر به دنبال آن هستید که تسک خود را با مدل‌های مبتنی بر یادگیری ماشین پیاده‌سازی کنید، احتمالاً متوجه شده‌اید که مدل‌های یادگیری ماشین و پیاده‌سازی‌های زیادی وجود دارند که ممکن است…
چرا دست‌های تولید شده توسط هوش مصنوعی اینقدر به هم ریخته هستند؟
برنامه های جدید قدرت گرفته از هوش مصنوعی با وجود آنکه می توانند تصاویری تولید کنند که تشخیص غیرواقعی بودن آنها برایمان مشکل است اما هنوز در تولید تصاویر دست انسان نقطه ضعف بالایی دارند. در این پست به بررسی…
Human Connectome Project (HCP) چیست؟
این پروژه، دیتاست‌هایی در رابطه با ساختار، عملکرد و اتصالات مغز بیش از 1000 فرد مورد مطالعه سالم را در اختیار قرار می‌دهد. پروژه HCP برای اکتساب داده از اسکنرهای بهبود یافته، توالی پالس برای تصاویر با کیفیت بالا استفاده…
معرفی شبکه Region-based CNN (R-CNN)
زمانی که مقاله‌ی R-CNN از UC Berkely در سال 2014 منتشر شد، هیچ کس نمی‌توانست تأثیر آن را در سال‌های بعدی پیش بینی کند. در این مقاله، نویسندگان یک مفهوم پایه را برای تمام شبکه‌های تشخیص شی مدرن معرفی کرده‌اند:…
