TGViewer
Channel Public Channel
Onlinebme

Onlinebme

@onlinebme

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ارائه‌دهنده‌ی پکیجهای آموزشی پروژه محور:
برنامه‌نویسی متلب-پایتون
یادگیری ماشین
یادگیری عمیق
شناسایی الگو
شبکه عصبی
واسط مغز-کامپیوتر
پردازش سیگنالهای حیاتی

تماس👇
09360382687
@onlineBME_admin

www.onlinebme.com
Open in Telegram
Subscribers
4.71K
Photos
1.6K
Videos
609
Links
766

Showing posts older than #3803 · Back to latest

Older Posts 20 shown
Post #3802 2.2K
✅ آیا Small Data مسئله ی مهم بعدی در علم داده است؟

✍اندرو ان جی یکی از پیشگامان هوش مصنوعی پیش بینی کرده است که دهه‌ی آینده شاهد هوش مصنوعی داده محور خواهد بود. اگر تنها 50 نمونه‌ داده‌ی خوش ساخت داشته باشیم، ممکن است دیگر به میلیون‌ها نمونه داده‌ی نویزی نیاز نداشته باشیم.

⭕️ جزییات بیشتر👇
https://onlinebme.com/data-centric-ai-vs-model-centric-ai/


🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👌 4
  • 👍 2
Post #3801 2.24K
Onlinebme Video
یادگیری تقویتی

@onlinebme
  • 👍 7
  • 👌 2
Post #3799 2.15K
✅ درک یادگیری انتقالی در یادگیری عمیق

✍استفاده مجدد از یک مدل از پیش آموخته شده برای یک مسئله‌ی جدید، یادگیری انتقالی نام دارد. مفهوم یادگیری انتقالی به طور خاص در یادگیری عمیق بسیار محبوب است زیرا این قابلیت را دارد که شبکه‌های عصبی عمیق را با میزان کمی داده، آموزش دهد. این حوزه به ویژه در زمینه‌ی علم داده ارزشمند است زیرا بیشتر موقعیت‌های دنیای واقعی برای آموزش مدل‌های پیچیده، به میلیون‌ها داده‌ی برچسب گذاری شده نیاز ندارند.

⭕️ جزییات بیشتر👇
https://onlinebme.com/%d9%8ftransferlearning-in-deeplearning/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 6
Post #3798 2.15K
✅ معرفی پنج سایت برای استفاده ی رایگان از GPT-4

✍اخیراً OpenAI با توسعه‌ی آخرین مدل زبانی خود GPT-4 بسیاری از تولید کنندگان محتوا را مشتاق آزمایش قابلیت‌های جدید هوش مصنوعی کرده است. با این حال GPT-4 در حال حاضر برای عموم در دسترس نیست و فقط برای مشترکینی که سرویس ChatGPT Plus را دارند قابل دسترسی است. خوشبختانه سایت‌هایی وجود دارند که کاربران می‌توانند به صورت رایگان به ChatGPT 4 (GPT-4) دسترسی داشته باشند یا از آن استفاده کنند.

⭕️ جزییات بیشتر👇
https://onlinebme.com/-chatgpt4-gpt4/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 6
  • ❤ 1
Post #3797 1.85K
Onlinebme روز معلم مبارک ❤️ @onlinebme
روزتون مبارک معلمین عزیز❤️🌿
  • ❤ 7
  • 🤣 1
Post #3795 2.78K
Onlinebme python01-07-problems (1).pdf
python01-08-problems.pdf390.6 KB
✅دوره پایتون
📝 تمرینات فصل اول: جلسه هشتم 
دوستانی که در دوره پایتون شرکت کرده اند لطفا  تمرینات رو انجام داده و به صورت فایل زیپ ( فایل گزارش به همراه کدها) به ایمیل زیر ارسال کنند🙏
M.norizadeh1369@gmail.com
Post #3794 2.21K
✅ چطور از segment anything model استفاده کنیم؟

✍در این پست می‌خواهیم به قابلیت‌های مدل Segment Anything (SAM) بپردازیم. این مدل کارآمد و سریع را برای سگمنت بندی تصاویر بررسی می‌کنیم. با بیش از یک میلیارد ماسک روی یازده میلیون تصاویر دارای مجوز و احترام به حریم خصوصی، عملکرد Zero-shot مدل SAM قابل رقابت با نتایج کاملاً نظارت شده‌ی قبلی یا حتی برتر از آن است. برای اطلاعات بیشتر در مورد نحوه‌ی عملکرد SAM و معماری مدل، با ما همراه باشید.

⭕️ جزئیات بیشتر👇
https://onlinebme.com/how_to_use_segmentanything_model/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 7
  • ❤ 3
Post #3793 2.27K
Onlinebme در شبکه عصبی کانولوشنال، در لایه های کانولوشن چه عمیلیاتی انجام می‌شود؟
✅ فرق بین  convolution و  cross-correlation

✍اگه پردازش تصویر یا شبکه های عمیق کار کرده باشید حتما دو عبارت کانولوشن (convolution) و میان-همبستگی (cross-correlation) را شنیده اید. هر دو عملیات از لحاظ ریاضیاتی خیلی شبیه بهم هستند. اگه بخوایم یه تعریف کلی در مورد هر کدوم بگیم، کانولوشن اثر یک سیگنال در سیگنال دومی را بررسی می‌کند، در حالی که میان-همبستگی میزان شباهت بین دو سیگنال را بررسی می‌کند. در این پست میخواهیم با فرق بین کانولوشن و میان-همبستگی آشنا شویم و همچنین به این سوال پاسخ دهیم که در لایه‌های کانولوشن شبکه عصبی CNN از convolution استفاده می‌شود یا cross-correlation.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/the-difference-between-convolution-and-cross-correlation/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 14
Post #3791 2.67K
Onlinebme python01-06-problems.pdf
python01-07-problems (1).pdf364.2 KB
✅دوره پایتون
📝 تمرینات فصل اول: جلسه هفتم 
دوستانی که در دوره پایتون شرکت کرده اند لطفا  تمرینات رو انجام داده و به صورت فایل زیپ شده ( فایل گزارش به همراه کدها) به ایمیل زیر ارسال کنند🙏
M.norizadeh1369@gmail.com
  • 🙏 3
  • 👍 2
  • 👌 1
Post #3790 2.86K
✅ کار با GPT-4 در ایران بدون نیاز به ثبت نام و شماره مجازی (با New Bing)


✍مایکروسافت Bing سال‌ها برای بدست آوردن جایگاهی مناسب در میان موتورهای جستجو تلاش کرده است. اما تلاش‌های اخیر این شرکت با افزودن ویژگی چت AI-powered Bing جان تازه‌ای به این موتور جستجو بخشیده است. Bing جدید که اغلب با نام Bing ChatGPT شناخته می‎شود از GPT-4 به عنوان موتور جستجوی مبتنی بر هوش مصنوعی استفاده می‌کند. در این پست نشان خواهیم داد چطور میتوان با استفاده از Bing جدید با قابلیت‌های ChatGPT آشنا شد.

⭕️ جزییات بیشتر در:

https://onlinebme.com/working_with_gpt-4_new_bing/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
  • 👍 9
  • 🤩 2
Post #3789 2.6K
Onlinebme 💡هر آنچه که باید در مورد بازوی مصنوعی بدانیم! https://onlinebme.com/prosthetic-arm/ #بازوی_مصنوعی #بازوی_بیونیک #مهندسی_پزشکی 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
بازوی مصنوعی
@onlinebme
  • 👍 11
  • 🔥 2
  • 🥰 2
Post #3788 2.41K
✅ مدل CNN-RNN برای تولید کپشن تصاویر

✍ما انسان ها به راحتی می توانیم توصیفی برای تصاویر تولید کنیم. اما ماشین چطور می تواند برای تصاویری که به عنوان ورودی دریافت می کند توصیف تولید کند؟ به لطف پیشرفت های حاصل در حوزه های بینایی ماشین و یادگیری عمیق و همچنین در دسترس بودن دیتاست های گسترده به راحتی می توان برای هر نوع تصویری با استفاده از دو نوع از مهم ترین شبکه های عمیق کپشن تولید کرد. در این پست این مدل CNN-RNN را به اختصار معرفی خواهیم کرد.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/%d9%85%d8%af%d9%84-image-captioning/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
  • 👍 6
  • 👏 2
Post #3787 2.19K
Onlinebme اصلا نفهمید چی شد😅 @onlinebme
تعریف یادگیری ماشین کلا بهم ریخت😅
@onlinebme
  • 😁 11
  • 👍 3
  • 😢 1
Post #3786 2.14K
🧩 واکنش کودکان وقتی برای اولین بار میتونند بشنوند 😍😍
#hearing_aid
@onlinebme
  • ❤ 13
  • 👍 1
  • 🥰 1
Post #3784 2.14K
Onlinebme ✅ معرفی مدل Segment Anything ✍سگمنت بندی (Segmentation) به معنی شناسایی پیکسل‌های تصویر متعلق به یک شی است و یکی از تسک‌های اصلی در بینایی ماشین است و در طیف گسترده‌ای از برنامه‌ها استفاده می‌شود از تحلیل تصاویر علمی گرفته تا ویرایش تصاویر. اما ایجاد یک مدل…
ناحیه بندی تصاویر پزشکی با مدل SAM
@onlinebme
  • 👍 7
  • 👌 2
  • 👏 1
Post #3783 1.98K
نمونه ای از ناحیه ناحیه بندی تصویر MRI با مدل SAM
@onlinebme
  • 👍 8
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →