پروژه های تمرینی برای شروع و تقویت زبان برنامه نویسی خیلی کاربردیه
این ریپازیتوری برای اکثر زبان ها به خصوص پایتون پروژه های جذابی داره
https://github.com/MunGell/awesome-for-beginners
@lython
این ریپازیتوری برای اکثر زبان ها به خصوص پایتون پروژه های جذابی داره
https://github.com/MunGell/awesome-for-beginners
@lython
GitHub
GitHub - MunGell/awesome-for-beginners: A list of awesome beginners-friendly projects.
A list of awesome beginners-friendly projects. Contribute to MunGell/awesome-for-beginners development by creating an account on GitHub.
❔سوال: الان که بازار هوش مصنوعی داغ هستش وقت خوبیه برم هوش مصنوعی یاد بگیرم یا نه؟
جادی در این مورد میگه که در دوره های قبل بعد از ظهور GUI پروگرامر ها همه میگفتن که زبان برنامه نویسی دیگه از رده خارج میشه و تبدیل به برنامه های درگ اند دراپ میشه؛ بعد از اون دوره هم چند تا ابزار اومدن تا برنامه نویسی رو کم رنگ کنن اما این اتفاق نیوفتاد؛ الان هم پرنگ شدن هوش مصنوعی ممکنه کمکی در ساده شدن کار ها بکنه اما برنامه نویسی رو نابود نمیکنه
برای یادگرفتن هیچ وقت دیر نیست فقط باید دقت کنید از دوره افرادی استفاده نکنید که ۲ سال پیش بیت کوین تدریس میکردن یه سال پیش ان اف تی و الان هوش مصنوعی تدریس میکنن
دوره های زیادی توسط اساتید دانشگاه های بزرگ هستند که به صورت رایگان در دسترس همه قرار گرفته که بنظر من بهترین روش برای یادگیریه
😃
@lython
جادی در این مورد میگه که در دوره های قبل بعد از ظهور GUI پروگرامر ها همه میگفتن که زبان برنامه نویسی دیگه از رده خارج میشه و تبدیل به برنامه های درگ اند دراپ میشه؛ بعد از اون دوره هم چند تا ابزار اومدن تا برنامه نویسی رو کم رنگ کنن اما این اتفاق نیوفتاد؛ الان هم پرنگ شدن هوش مصنوعی ممکنه کمکی در ساده شدن کار ها بکنه اما برنامه نویسی رو نابود نمیکنه
برای یادگرفتن هیچ وقت دیر نیست فقط باید دقت کنید از دوره افرادی استفاده نکنید که ۲ سال پیش بیت کوین تدریس میکردن یه سال پیش ان اف تی و الان هوش مصنوعی تدریس میکنن
دوره های زیادی توسط اساتید دانشگاه های بزرگ هستند که به صورت رایگان در دسترس همه قرار گرفته که بنظر من بهترین روش برای یادگیریه
😃
@lython
موافق هستید همچین دوره هایی توی کانال بذاریم؟
Anonymous Poll
91%
آره خوبه میتونیم استفاده کنیم 😃
9%
نه نمیخواد خودمون پیدا میکنیم☹️
Media is too big
VIEW IN TELEGRAM
دوره عالی Andrew NG در مورد پرامپتینگ و chatGPT که مخصوص دولوپرها هست:
https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
@lython
https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
@lython
✅ نصب ورژن خاص پایتون بر روی لینوکس
❓ سوال: من یه پروژه دارم روی ورژن خاصی از پایتون کار میکنه (برای مثال ۳.۸.۱۰) وقتی میام با دستور apt نصب کنم ورژن ۳.۸.۱۷ (آخرین رلیس ورژن) نصب میشه چطوری رلیس های قبلی رو نصب کنم؟
برای این کار شما نیاز به نصب دستی ورژن مورد نظر دارید.
۱) فایل سورس ورژن مورد نظر رو از python.org دانلود می کنید.
۲)در پوشه مورد نظر کانفیگ فایل رو میسازیم
./configure \
--prefix=/opt/python/${PYTHON_VERSION} \
--enable-shared \
--enable-optimizations \
--enable-ipv6 \
LDFLAGS=-Wl,-rpath=/opt/python/${PYTHON_VERSION}/lib,--disable-new-dtags
۳) دستور make
و سپس sudo make install رو اجرا میکنیم.
۴) برای اضافه کردن به path هم دستور زیر رو به فایل
/etc/profile.d/python.sh
اضافه میکنیم.
PATH=/opt/python/<PYTHON-VERSION>/bin/:$PATH
۵) برای نصب pip هم از این فایل میتونید استفاده کنید فقط کافیه با ورژنی که میخواید پیپ داشته باشه این فایل رو اجرا کنید.
https://bootstrap.pypa.io/get-pip.py
@lython
❓ سوال: من یه پروژه دارم روی ورژن خاصی از پایتون کار میکنه (برای مثال ۳.۸.۱۰) وقتی میام با دستور apt نصب کنم ورژن ۳.۸.۱۷ (آخرین رلیس ورژن) نصب میشه چطوری رلیس های قبلی رو نصب کنم؟
برای این کار شما نیاز به نصب دستی ورژن مورد نظر دارید.
۱) فایل سورس ورژن مورد نظر رو از python.org دانلود می کنید.
۲)در پوشه مورد نظر کانفیگ فایل رو میسازیم
./configure \
--prefix=/opt/python/${PYTHON_VERSION} \
--enable-shared \
--enable-optimizations \
--enable-ipv6 \
LDFLAGS=-Wl,-rpath=/opt/python/${PYTHON_VERSION}/lib,--disable-new-dtags
۳) دستور make
و سپس sudo make install رو اجرا میکنیم.
۴) برای اضافه کردن به path هم دستور زیر رو به فایل
/etc/profile.d/python.sh
اضافه میکنیم.
PATH=/opt/python/<PYTHON-VERSION>/bin/:$PATH
۵) برای نصب pip هم از این فایل میتونید استفاده کنید فقط کافیه با ورژنی که میخواید پیپ داشته باشه این فایل رو اجرا کنید.
https://bootstrap.pypa.io/get-pip.py
@lython
CS224N: Natural Language Processing with Deep Learning
یکی از دوره های عالی پردازش زبان طبیعی با یادگیری عمیق از دانشگاه استنفورد به لطف توضیحات واضح کریستوفر منینگ
Course in YouTube
Course web-page
@lython
یکی از دوره های عالی پردازش زبان طبیعی با یادگیری عمیق از دانشگاه استنفورد به لطف توضیحات واضح کریستوفر منینگ
Course in YouTube
Course web-page
@lython
This media is not supported in your browser
VIEW IN TELEGRAM
⛔️ یکی از راه حل های ارور 443 هنگام نصب بسته pip دانلود دستی فایل whl و نصب با فایل هستش که دخل ویدیو توضیح دادم
اگر راه دیگه ای هم بلد هستید حتما بنویسید تا بیشتر یاد بگیریم 😃
@lython
اگر راه دیگه ای هم بلد هستید حتما بنویسید تا بیشتر یاد بگیریم 😃
@lython
✅ دوستانی که به Object detection و Object Segmentation علاقه دارن YOLO میتونه ی مدل بینظیری براشون باشه.
چند روز پیش یکی از دوستان درگیر پروژه ای بود که نیاز به Object detection داشت منم بهشون YOLO8 رو پیشنهاد دادم و یه پروژه ساده هم پیاده کردم و از طریق گیت هاب باهاشون به اشتراک گذاشتم اگر به این موضوع علاقه دارید و یا بهش نیاز دارید حتما امتحانش کنید😃
لینک پروژه
@lython
چند روز پیش یکی از دوستان درگیر پروژه ای بود که نیاز به Object detection داشت منم بهشون YOLO8 رو پیشنهاد دادم و یه پروژه ساده هم پیاده کردم و از طریق گیت هاب باهاشون به اشتراک گذاشتم اگر به این موضوع علاقه دارید و یا بهش نیاز دارید حتما امتحانش کنید😃
لینک پروژه
@lython
✅ آموزش کتابخانه هزار، کتابخانهی متنباز هوش مصنوعی پارسی
«هزار» یک کتابخونه و فریموورک برای به کارگیری مدلها و الگوریتمهای مبتنی بر هوش مصنوعی برای زبان فارسیه و برای کاربردهای مختلفی از جمله پردازش متن، تصویر و صوت مدلهای مختلفی داره.
https://github.com/hezarai/hezar
@lython
«هزار» یک کتابخونه و فریموورک برای به کارگیری مدلها و الگوریتمهای مبتنی بر هوش مصنوعی برای زبان فارسیه و برای کاربردهای مختلفی از جمله پردازش متن، تصویر و صوت مدلهای مختلفی داره.
https://github.com/hezarai/hezar
@lython
✅ پرفورمنس و استفاده از منابع واقعا داره پیشرفت خوبی میکنه
اجرای مدل ۷۰ بیلیون پارامتری روی یک کارت گرافیک ۴ گیگابایتی
لینک خبر + کد
@lython
اجرای مدل ۷۰ بیلیون پارامتری روی یک کارت گرافیک ۴ گیگابایتی
لینک خبر + کد
@lython
❤️یک کتابخانه منبع باز برای مدیریت بهتر مدل های بزرگ زبانی
vLLM ابزاری کاربردی برای استنتاج سریع مدل زبانی بزرگ و ارائه خدمات را از طریق نوآوری هایی مانند PagedAttention برای مدیریت کارآمد حافظه
https://github.com/vllm-project/vllm
@lython
vLLM ابزاری کاربردی برای استنتاج سریع مدل زبانی بزرگ و ارائه خدمات را از طریق نوآوری هایی مانند PagedAttention برای مدیریت کارآمد حافظه
https://github.com/vllm-project/vllm
@lython
سلام بعد از یه مدت طولانی 😃
امروز یه مخزن باحال داریم که نمونه های مختلفی از آموزش، استنتاج و معیار ها و برنامه هایی که از Deep Speed استفاده میکنه.
حالا deep speed چیه؟
ا DeepSpeed یک کتابخانه نرمافزاری متنباز است که به منظور بهبود عملکرد مدلهای یادگیری عمیق توسط تیم تحقیقاتی مایکروسافت توسعه یافته است.
این کتابخانه از تکنیکها و بهینهسازیهای مختلفی برای افزایش سرعت و کارایی مدلهای یادگیری عمیق استفاده میکند. یکی از ویژگیهای جالب آن، ZeRO-3 نام دارد که به بهبود عملکرد موازیسازی GPUها کمک میکند.
ا DeepSpeed به خصوص برای مدلهای آموزشی بزرگ و پرسرعت که نیاز به پردازش موازی دارند، مناسب است. این کتابخانه از تقسیم مدل و بهینهسازی حافظه به شیوههای هوشمندانهای استفاده میکند، که به محققان و توسعهدهندگان امکان میدهد با کار کردن با مدلهای بزرگتر و پیچیدهتر، به نتایج بهتری دست یابند.
اگر به دنبال افزایش عملکرد مدلهای یادگیری عمیق خود هستید، حتماً DeepSpeed را بررسی کنید و از این کتابخانه متنباز برای بهبود سرعت و کارایی پروژههای خود بهره ببرید.
لینک DeepSpeed
لینک مخزن مثال ها
@lython
امروز یه مخزن باحال داریم که نمونه های مختلفی از آموزش، استنتاج و معیار ها و برنامه هایی که از Deep Speed استفاده میکنه.
حالا deep speed چیه؟
ا DeepSpeed یک کتابخانه نرمافزاری متنباز است که به منظور بهبود عملکرد مدلهای یادگیری عمیق توسط تیم تحقیقاتی مایکروسافت توسعه یافته است.
این کتابخانه از تکنیکها و بهینهسازیهای مختلفی برای افزایش سرعت و کارایی مدلهای یادگیری عمیق استفاده میکند. یکی از ویژگیهای جالب آن، ZeRO-3 نام دارد که به بهبود عملکرد موازیسازی GPUها کمک میکند.
ا DeepSpeed به خصوص برای مدلهای آموزشی بزرگ و پرسرعت که نیاز به پردازش موازی دارند، مناسب است. این کتابخانه از تقسیم مدل و بهینهسازی حافظه به شیوههای هوشمندانهای استفاده میکند، که به محققان و توسعهدهندگان امکان میدهد با کار کردن با مدلهای بزرگتر و پیچیدهتر، به نتایج بهتری دست یابند.
اگر به دنبال افزایش عملکرد مدلهای یادگیری عمیق خود هستید، حتماً DeepSpeed را بررسی کنید و از این کتابخانه متنباز برای بهبود سرعت و کارایی پروژههای خود بهره ببرید.
لینک DeepSpeed
لینک مخزن مثال ها
@lython
GitHub
GitHub - microsoft/DeepSpeed: DeepSpeed is a deep learning optimization library that makes distributed training and inference easy…
DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective. - microsoft/DeepSpeed