Mehdi Allahyari's banner

Mehdi Allahyari

@MehdiAllahyari • 12,885 subscribers

Entrepreneur | Building AI products to serve at scale. https://t.co/5Rp10wtYhW, https://t.co/hAIZWTfSfL, https://t.co/QhHeAZi9Yz, English account: @MehdiYarix

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

من یک مدل تبدیل متن به گفتار (TTS) فارسی آموزش دادم که روی CPU اجرا می‌شه. یک مدل ۱۰۰ میلیون پارامتری که از یک مدل معلم ۲۴ لایه distill شده و از صفر روی ۴۹۷ ساعت گفتار فارسی با لایسنس عمومی CC0 آموزش دیده؛ داده‌هایی از Mana-TTS، فیلیمو و زیرنویس‌های یوتیوب. مدل می‌تونه فقط با چند ثانیه صدای ورودی، صدای گوینده رو تقلید کنه و روی CPU، بسیار سریع‌ اجرا بشه. این مدل بر پایه‌ی pocket-tts ساخته شده که توسط kyutai توسعه داده شده. تا جایی که من بررسی کردم، این اولین مدل فارسی در لیست community-models خود pocket-tts محسوب می‌شه و یکی از معدود مدل‌های TTS فارسیه که واقعاً روی CPU با سرعت قابل استفاده اجرا می‌شه. بیشتر مدل‌های متن‌به‌گفتار متن‌باز برای فارسی، و حتی خیلی از زبان‌های دیگه، عملاً فرض می‌کنن که یک GPU در اختیار دارید. نکته جالب‌تر اینه که دانشجوی ۶ لایه در تمام معیارهایی که اندازه‌گیری کردم، از معلم ۲۴ لایه خودش بهتر عمل کرد: نرخ خطای کلمات (WER)، شباهت گوینده و کیفیت ادراکی صدا. البته یک محدودیت واقعی هم وجود داره که بهتره صادقانه بهش اشاره کنم: در فارسی، اضافه (ezafe)،(کسره ربط بین اسم و صفت/مضاف‌الیه)، معمولاً در نوشتار مشخص نمی‌شه. بنابراین مدلی که متن خام رو می‌خونه، باید اضافه رو از روی context حدس بزنه و گاهی هم اشتباه می‌کنه. حتی نمی‌شه این مشکل رو صرفاً با اضافه کردن دستیِ علامت‌ها حل کرد، چون در داده‌های آموزشی، این علامت‌ها تقریباً هیچ‌وقت به شکل یکدست و consistent نوشته نشده‌اند. بنابراین pipeline پردازش متن هم باید اون‌ها رو حذف کنه. همه‌چیز رو عمومی کردم: اسکریپت‌های آموزش، pipeline ارزیابی، یک runbook مرحله‌به‌مرحله و توضیحات کامل پروژه. توی ویدیو کامل توضیح دادم. ۲تا نکته: توی ویدیو گفتم "فاین تیون" که درست نیست. آموزش کامل دادم روی زبان فارسی. و اینکه گفتم ۷۰۰ ساعت که ۵۰۰ ساعت دیتا بود. 🤗 مدل: 💻 کد و توضیحات کامل:

من یک مدل تبدیل متن به گفتار (TTS) فارسی آموزش دادم که روی CPU اجرا می‌شه. یک مدل ۱۰۰ میلیون پارامتری که از یک مدل معلم ۲۴ لایه distill شده و از صفر روی ۴۹۷ ساعت گفتار فارسی با لایسنس عمومی CC0 آموزش دیده؛ داده‌هایی از Mana-TTS، فیلیمو و زیرنویس‌های یوتیوب. مدل می‌تونه فقط با چند ثانیه صدای ورودی، صدای گوینده رو تقلید کنه و روی CPU، بسیار سریع‌ اجرا بشه. این مدل بر پایه‌ی pocket-tts ساخته شده که توسط kyutai توسعه داده شده. تا جایی که من بررسی کردم، این اولین مدل فارسی در لیست community-models خود pocket-tts محسوب می‌شه و یکی از معدود مدل‌های TTS فارسیه که واقعاً روی CPU با سرعت قابل استفاده اجرا می‌شه. بیشتر مدل‌های متن‌به‌گفتار متن‌باز برای فارسی، و حتی خیلی از زبان‌های دیگه، عملاً فرض می‌کنن که یک GPU در اختیار دارید. نکته جالب‌تر اینه که دانشجوی ۶ لایه در تمام معیارهایی که اندازه‌گیری کردم، از معلم ۲۴ لایه خودش بهتر عمل کرد: نرخ خطای کلمات (WER)، شباهت گوینده و کیفیت ادراکی صدا. البته یک محدودیت واقعی هم وجود داره که بهتره صادقانه بهش اشاره کنم: در فارسی، اضافه (ezafe)،(کسره ربط بین اسم و صفت/مضاف‌الیه)، معمولاً در نوشتار مشخص نمی‌شه. بنابراین مدلی که متن خام رو می‌خونه، باید اضافه رو از روی context حدس بزنه و گاهی هم اشتباه می‌کنه. حتی نمی‌شه این مشکل رو صرفاً با اضافه کردن دستیِ علامت‌ها حل کرد، چون در داده‌های آموزشی، این علامت‌ها تقریباً هیچ‌وقت به شکل یکدست و consistent نوشته نشده‌اند. بنابراین pipeline پردازش متن هم باید اون‌ها رو حذف کنه. همه‌چیز رو عمومی کردم: اسکریپت‌های آموزش، pipeline ارزیابی، یک runbook مرحله‌به‌مرحله و توضیحات کامل پروژه. توی ویدیو کامل توضیح دادم. ۲تا نکته: توی ویدیو گفتم "فاین تیون" که درست نیست. آموزش کامل دادم روی زبان فارسی. و اینکه گفتم ۷۰۰ ساعت که ۵۰۰ ساعت دیتا بود. 🤗 مدل: 💻 کد و توضیحات کامل:

Mehdi Allahyari

58,188 Aufrufe • vor 8 Tagen

دیروز یه توییت دیدم که یکی یه ویدیو گرفته بود از توپ‌های دیجیتال که روی یه دیوار واقعی، از روی برگه‌های چسبی (Post-it) می‌پرن. همه‌چی از کامپیوتر پروجکت شده بود، ولی واقعاً جادویی به نظر می‌رسید. نتونستم از فکرش بیام بیرون. تصمیم گرفتم برای پسرم بسازمش. ایده خیلی ساده‌ست: یه پروژکتور توپ‌هایی رو روی دیوار نشون می‌ده که دارن می‌افتن. کاری که میکنی اینه که روی دیوار Post-it زرد می‌چسبونی. یه دوربین جای این برگه‌ها رو تشخیص می‌ده، و توپ‌ها در لحظه ازشون با فیزیک واقعی bounce می‌شن. تکنولوژی پشتش: -اپن سی وی/ OpenCV برای تشخیص پست‌ایت‌ها با رنگ (HSV thresholding) - وب سوکت/ WebSocket برای فرستادن موقعیت‌ها به مرورگر به‌صورت لحظه‌ای - کتابخونه Matter.js برای شبیه‌سازی فیزیک و یه پنجره مرورگر که فول‌اسکرین روی دیوار پروجکت می‌شه کدش هم توی گیتهاب هست:

دیروز یه توییت دیدم که یکی یه ویدیو گرفته بود از توپ‌های دیجیتال که روی یه دیوار واقعی، از روی برگه‌های چسبی (Post-it) می‌پرن. همه‌چی از کامپیوتر پروجکت شده بود، ولی واقعاً جادویی به نظر می‌رسید. نتونستم از فکرش بیام بیرون. تصمیم گرفتم برای پسرم بسازمش. ایده خیلی ساده‌ست: یه پروژکتور توپ‌هایی رو روی دیوار نشون می‌ده که دارن می‌افتن. کاری که میکنی اینه که روی دیوار Post-it زرد می‌چسبونی. یه دوربین جای این برگه‌ها رو تشخیص می‌ده، و توپ‌ها در لحظه ازشون با فیزیک واقعی bounce می‌شن. تکنولوژی پشتش: -اپن سی وی/ OpenCV برای تشخیص پست‌ایت‌ها با رنگ (HSV thresholding) - وب سوکت/ WebSocket برای فرستادن موقعیت‌ها به مرورگر به‌صورت لحظه‌ای - کتابخونه Matter.js برای شبیه‌سازی فیزیک و یه پنجره مرورگر که فول‌اسکرین روی دیوار پروجکت می‌شه کدش هم توی گیتهاب هست:

Mehdi Allahyari

82,167 Aufrufe • vor 5 Monaten

بازیِ برنامه‌نویسی داره کلاً عوض میشه و اگر حواستون نباشه، ممکنه جا بمونید! دانشگاه استنفورد یه دوره جدید راه انداخته به اسم «The Modern Software Developer» که حرف حسابش اینه: دورانِ صرفاً «کد زدن» با دست داره تموم میشه. الان دیگه شما باید یاد بگیرید چطوری با AI Agentها کار کنید، چطوری از ابزارهایی مثل Cursor و Warp استفاده کنید و در واقع به جای کدنویس، «معمار» و «مدیر» هوش مصنوعی باشید. تو این دوره دقیقاً دارن یاد میدن که چطور فرایند توسعه نرم‌افزار داره از «تایپ کردن سینتکس» به «تعامل با AI» برای ساخت سیستم‌های پیچیده تغییر می‌کنه. خلاصه اینکه آینده‌ی شغلی شما دیگه فقط به دونستن الگوریتم نیست، به اینه که چقدر خوب می‌تونید از این ابزارهای جدید کار بکشید. تمام مطالب اعم از اسلایدها و پروژه ها را هم گذاشتند. پیشنهاد می‌کنم حتماً یه سر به سرفصل‌هاش بزنید تا ببینید دنیا دست کیه:

بازیِ برنامه‌نویسی داره کلاً عوض میشه و اگر حواستون نباشه، ممکنه جا بمونید! دانشگاه استنفورد یه دوره جدید راه انداخته به اسم «The Modern Software Developer» که حرف حسابش اینه: دورانِ صرفاً «کد زدن» با دست داره تموم میشه. الان دیگه شما باید یاد بگیرید چطوری با AI Agentها کار کنید، چطوری از ابزارهایی مثل Cursor و Warp استفاده کنید و در واقع به جای کدنویس، «معمار» و «مدیر» هوش مصنوعی باشید. تو این دوره دقیقاً دارن یاد میدن که چطور فرایند توسعه نرم‌افزار داره از «تایپ کردن سینتکس» به «تعامل با AI» برای ساخت سیستم‌های پیچیده تغییر می‌کنه. خلاصه اینکه آینده‌ی شغلی شما دیگه فقط به دونستن الگوریتم نیست، به اینه که چقدر خوب می‌تونید از این ابزارهای جدید کار بکشید. تمام مطالب اعم از اسلایدها و پروژه ها را هم گذاشتند. پیشنهاد می‌کنم حتماً یه سر به سرفصل‌هاش بزنید تا ببینید دنیا دست کیه:

Mehdi Allahyari

125,844 Aufrufe • vor 9 Monaten

این ریپو خیلی جالبه. یک دیتاست از انواع تمرینهای فیتنس برای عضلات مختلف همراه عکس و ویدیو که به صورت gif هستند. اگه آپ های ورزشی دوست دارید خیلی به درد میخوره. Github:

این ریپو خیلی جالبه. یک دیتاست از انواع تمرینهای فیتنس برای عضلات مختلف همراه عکس و ویدیو که به صورت gif هستند. اگه آپ های ورزشی دوست دارید خیلی به درد میخوره. Github:

Mehdi Allahyari

34,329 Aufrufe • vor 2 Monaten

اکستنشن ترجمه همزبان ویدیو که روش کار میکردم امروز توی web store قرار گرفت. باهاش میتونید هر ویدیویی که توی browser پخش میشه چه لوکال باشه چه توی youtube به ۱۰ زبان به صورت realtime ترجمه کنید از جمله فارسی. (فقط از فارسی به زبانهای دیگه الان نیست.) امتحانش کنید و بهم فیدبک بدید. ممنون میشم. لینک: Chrome extension: Website:

اکستنشن ترجمه همزبان ویدیو که روش کار میکردم امروز توی web store قرار گرفت. باهاش میتونید هر ویدیویی که توی browser پخش میشه چه لوکال باشه چه توی youtube به ۱۰ زبان به صورت realtime ترجمه کنید از جمله فارسی. (فقط از فارسی به زبانهای دیگه الان نیست.) امتحانش کنید و بهم فیدبک بدید. ممنون میشم. لینک: Chrome extension: Website:

Mehdi Allahyari

46,599 Aufrufe • vor 3 Monaten

این ریپو به نظرم یکی از کاملترین هاست برای یادگیری AI Engineering. یک سرفصل کامل تشکیل شده از ۲۰ مرحله با مباحث خیلی کاربردی و درقالب چندین زبان از جمله Python, TypeScript, Rust, Julia. با توجه به سطح مهارتتون از ۶۰ ساعت تا بیشتر از ۳۰۰ ساعت زمان میخاد. Github:

این ریپو به نظرم یکی از کاملترین هاست برای یادگیری AI Engineering. یک سرفصل کامل تشکیل شده از ۲۰ مرحله با مباحث خیلی کاربردی و درقالب چندین زبان از جمله Python, TypeScript, Rust, Julia. با توجه به سطح مهارتتون از ۶۰ ساعت تا بیشتر از ۳۰۰ ساعت زمان میخاد. Github:

Mehdi Allahyari

36,552 Aufrufe • vor 3 Monaten

الان داشتن رزومه شخصی سازی شده برای هر شغل خیلی ضروریه! اگر می‌خواهید رزومه‌ای داشته باشید که هم ساختار مهندسی داشته باشد و هم چشم‌نواز باشد، حتما به ریپوزیتوری RenderCV سر بزنید. این ابزار سرعت و دقت کارتان را چند پله بالاتر می‌برد. راحت میتونید رزومه‌تان را مثل یک حرفه‌ای مدیریت کنید و از شر دردسرهای ورد (Word) و به‌هم‌ریختگی‌های چیدمان خلاص بشید. ایده اصلی اینه: محتوا رو از ظاهر جدا کن. دیگه لازم نیست نگران باشی که اگه یه خط به سوابق کاریت اضافه کنی، کل فونت‌ها و فاصله‌های رزومه‌ات به هم می‌ریزه. تو فقط متنت رو توی فایل YAML می‌نویسی، RenderCV خودش بقیه‌ی کارها (چیدمان، فاصله‌گذاری، فونت و...) رو انجام میده. چه ویژگی هایی داره؟ - مدیریت ورژن‌کنترل: می‌توانید رزومه‌تان را در گیت‌هاب قرار دهید و تمام تغییرات آن را در طول زمان ردیابی کنید. - ظاهر بی‌نقص: دیگر نیازی نیست ساعت‌ها وقت صرف تنظیم فاصله‌ها و فونت‌ها کنید؛ همه‌چیز طبق استانداردهای حرفه‌ای چیده می‌شود. - خروجی‌های متنوع: علاوه بر نسخه PDF، به شما فایل‌های Markdown و LaTeX هم می‌دهد که برای پلتفرم‌های مختلف عالی است. - تمرکز روی محتوا: شما فقط روی نوشتن تجربیاتتان تمرکز می‌کنید و اجازه می‌دهید ابزار، کارِ طراحی را برایتان انجام دهد. Github:

الان داشتن رزومه شخصی سازی شده برای هر شغل خیلی ضروریه! اگر می‌خواهید رزومه‌ای داشته باشید که هم ساختار مهندسی داشته باشد و هم چشم‌نواز باشد، حتما به ریپوزیتوری RenderCV سر بزنید. این ابزار سرعت و دقت کارتان را چند پله بالاتر می‌برد. راحت میتونید رزومه‌تان را مثل یک حرفه‌ای مدیریت کنید و از شر دردسرهای ورد (Word) و به‌هم‌ریختگی‌های چیدمان خلاص بشید. ایده اصلی اینه: محتوا رو از ظاهر جدا کن. دیگه لازم نیست نگران باشی که اگه یه خط به سوابق کاریت اضافه کنی، کل فونت‌ها و فاصله‌های رزومه‌ات به هم می‌ریزه. تو فقط متنت رو توی فایل YAML می‌نویسی، RenderCV خودش بقیه‌ی کارها (چیدمان، فاصله‌گذاری، فونت و...) رو انجام میده. چه ویژگی هایی داره؟ - مدیریت ورژن‌کنترل: می‌توانید رزومه‌تان را در گیت‌هاب قرار دهید و تمام تغییرات آن را در طول زمان ردیابی کنید. - ظاهر بی‌نقص: دیگر نیازی نیست ساعت‌ها وقت صرف تنظیم فاصله‌ها و فونت‌ها کنید؛ همه‌چیز طبق استانداردهای حرفه‌ای چیده می‌شود. - خروجی‌های متنوع: علاوه بر نسخه PDF، به شما فایل‌های Markdown و LaTeX هم می‌دهد که برای پلتفرم‌های مختلف عالی است. - تمرکز روی محتوا: شما فقط روی نوشتن تجربیاتتان تمرکز می‌کنید و اجازه می‌دهید ابزار، کارِ طراحی را برایتان انجام دهد. Github:

Mehdi Allahyari

55,468 Aufrufe • vor 8 Monaten

یک اپ دیگه درست کردم که زیرنویس و ترجمه هم‌زمان (realtime) هر ویدیویی را توی browser بخصوص توی یوتیوب نشون میده. برای ۱۰ زبان مختلف. چند روز پیش یک ورژن دیگه ساخته بودم که گوشی را تبدیل میکنه به یه دستگاه زیرنویس زنده. این یکی از به chrome extension تبدیلش کردم با امکانات بیشتر. این دمو را میتونید با صدا گوش کنید. لینک ورژن قبلی: Github:

یک اپ دیگه درست کردم که زیرنویس و ترجمه هم‌زمان (realtime) هر ویدیویی را توی browser بخصوص توی یوتیوب نشون میده. برای ۱۰ زبان مختلف. چند روز پیش یک ورژن دیگه ساخته بودم که گوشی را تبدیل میکنه به یه دستگاه زیرنویس زنده. این یکی از به chrome extension تبدیلش کردم با امکانات بیشتر. این دمو را میتونید با صدا گوش کنید. لینک ورژن قبلی: Github:

Mehdi Allahyari

34,242 Aufrufe • vor 5 Monaten

کمپانی OpenAI اومده و یک مجموعه ارزشمند پرامپت برای نقش ها/role های مختلف آماده کرده (به صورت template) که فقط کافیه کپی کنید و بسته به نیازتون تغییر بدید. این پرامپت ها با اینکه برای مدلهای openai ساخته شدند ولی روی مدلهای دیگه مثل gemini و anthropic هم خیلی عالی کار میکنند. استفاده کنید و لذتش را ببرید.

کمپانی OpenAI اومده و یک مجموعه ارزشمند پرامپت برای نقش ها/role های مختلف آماده کرده (به صورت template) که فقط کافیه کپی کنید و بسته به نیازتون تغییر بدید. این پرامپت ها با اینکه برای مدلهای openai ساخته شدند ولی روی مدلهای دیگه مثل gemini و anthropic هم خیلی عالی کار میکنند. استفاده کنید و لذتش را ببرید.

Mehdi Allahyari

58,449 Aufrufe • vor 11 Monaten

یک اپ دیگه ساختم که گوشی را تبدیل میکنه به یه دستگاه زیرنویس زنده. یه دمو از real time transcription ساختم که متن صحبت‌ها رو کلمه‌به‌کلمه به‌صورت overlay روی تصویر دوربین گوشی نشون می‌ده. چطور کار می‌کنه: → لپ‌تاپ صدا رو می‌گیره (از میکروفون یا حتی صدای سیستم، مثلا هر ویدیویی که پخش می‌شه) → Deepgram Nova-3 حدود ۳۰۰ میلی‌ثانیه‌ای تبدیلش می‌کنه به متن → کلمه‌ها یکی‌یکی با یه افکت glow روی صفحه گوشی ظاهر می‌شن نه اپ لازم داره، نه سخت‌افزار خاص. فقط یه مرورگر روی گوشی و پایتون روی لپ‌تاپ. چندتا use case باحال که به ذهنم رسید: زیرنویس زنده برای یوتیوب، پادکست یا ویدیوکال‌ها کمک به افراد ناشنوا یا کم‌شنوا تو مکالمه‌های حضوری جایگزین کردن transcription با ترجمه → زیرنویس AR زنده به هر زبانی مثل ترجمه همزمان که تو تلویزیون انجام میشه. کد: Github:

یک اپ دیگه ساختم که گوشی را تبدیل میکنه به یه دستگاه زیرنویس زنده. یه دمو از real time transcription ساختم که متن صحبت‌ها رو کلمه‌به‌کلمه به‌صورت overlay روی تصویر دوربین گوشی نشون می‌ده. چطور کار می‌کنه: → لپ‌تاپ صدا رو می‌گیره (از میکروفون یا حتی صدای سیستم، مثلا هر ویدیویی که پخش می‌شه) → Deepgram Nova-3 حدود ۳۰۰ میلی‌ثانیه‌ای تبدیلش می‌کنه به متن → کلمه‌ها یکی‌یکی با یه افکت glow روی صفحه گوشی ظاهر می‌شن نه اپ لازم داره، نه سخت‌افزار خاص. فقط یه مرورگر روی گوشی و پایتون روی لپ‌تاپ. چندتا use case باحال که به ذهنم رسید: زیرنویس زنده برای یوتیوب، پادکست یا ویدیوکال‌ها کمک به افراد ناشنوا یا کم‌شنوا تو مکالمه‌های حضوری جایگزین کردن transcription با ترجمه → زیرنویس AR زنده به هر زبانی مثل ترجمه همزمان که تو تلویزیون انجام میشه. کد: Github:

Mehdi Allahyari

30,166 Aufrufe • vor 5 Monaten

این ابزار را نصب کنید. برای تبدیل صدا به متن فوق الاده هست. و کاملا هم لوکال هست. ویدیوی زیر را با صدا ببینید. فارسی هم دقتش خیلی خوبه. Link:

این ابزار را نصب کنید. برای تبدیل صدا به متن فوق الاده هست. و کاملا هم لوکال هست. ویدیوی زیر را با صدا ببینید. فارسی هم دقتش خیلی خوبه. Link:

Mehdi Allahyari

51,956 Aufrufe • vor 11 Monaten

این کورس/دوره عالی راجع به Advanced Large Language Model Agents از دانشگاه برکلی را قبلا معرفی کرده بودم. الان دیگه کامل همه مطالب از جمله اسلایدها و ویدیوها را گذاشتند. موضوعات داغ و مهم راجع به LLM ها و ایجنتها را شامل میشه. Link:

این کورس/دوره عالی راجع به Advanced Large Language Model Agents از دانشگاه برکلی را قبلا معرفی کرده بودم. الان دیگه کامل همه مطالب از جمله اسلایدها و ویدیوها را گذاشتند. موضوعات داغ و مهم راجع به LLM ها و ایجنتها را شامل میشه. Link:

Mehdi Allahyari

41,311 Aufrufe • vor 8 Monaten

گوگل یه دوره آنلاین ۵ روزه از ۱۱ تا ۱۵ نوامبر داره که میتونه کمکتون کنه تا تکنولوژی‌ها و روش‌های پایه Gen AI رو خوب یاد بگیرید. این دوره رو تیم تحقیق و مهندسی ML گوگل طراحی کرده. هم مباحث نظری داره و هم تمرین‌های عملی کدنویسی، تا بتونید پروژه‌های جدید Gen AI رو شروع کنید. مباحث این ۵ روز: Day 1: Foundational Models & Prompt Engineering Day 2: Embeddings and Vector Stores/Databases Day 3: Generative AI Agents Day 4: Domain-Specific LLMs Day 5: MLOps for Generative AI Link:

گوگل یه دوره آنلاین ۵ روزه از ۱۱ تا ۱۵ نوامبر داره که میتونه کمکتون کنه تا تکنولوژی‌ها و روش‌های پایه Gen AI رو خوب یاد بگیرید. این دوره رو تیم تحقیق و مهندسی ML گوگل طراحی کرده. هم مباحث نظری داره و هم تمرین‌های عملی کدنویسی، تا بتونید پروژه‌های جدید Gen AI رو شروع کنید. مباحث این ۵ روز: Day 1: Foundational Models & Prompt Engineering Day 2: Embeddings and Vector Stores/Databases Day 3: Generative AI Agents Day 4: Domain-Specific LLMs Day 5: MLOps for Generative AI Link:

Mehdi Allahyari

86,189 Aufrufe • vor 1 Jahr

یکی از پر تقاضا ترین مهارت ها deploy کردن مدلهای ماشین لرنینگ توی production هست. حالا دانشگاه carnegie mellon که شاید بالاترین رنک را در ماشین لرنینگ داشته باشه، یک کورس داره ارائه میده راجع به همین موضوع. این دوره نحوه ساخت، استقرار، اطمینان و نگهداری (build, deploy, assure, and maintain) از محصولات نرم‌افزاری با مدل‌های ماشین لرنینگ را پوشش می‌دهد. این دوره شامل کل چرخه عمر از یک مدل اولیه ماشین لرنینگ تا یک سیستم کامل مستقر در محیط تولید است. تمام مطالب آموزشی شامل کد، اسلاید و مقاله ها کاملا در دسترس هست. قدم به قدم با همین کورس برید جلو و آخر دوره مهارتی کسب خواهید کرد که میتونه برای پیدا کردن شغل بعدی بهتون کمک کنه.

یکی از پر تقاضا ترین مهارت ها deploy کردن مدلهای ماشین لرنینگ توی production هست. حالا دانشگاه carnegie mellon که شاید بالاترین رنک را در ماشین لرنینگ داشته باشه، یک کورس داره ارائه میده راجع به همین موضوع. این دوره نحوه ساخت، استقرار، اطمینان و نگهداری (build, deploy, assure, and maintain) از محصولات نرم‌افزاری با مدل‌های ماشین لرنینگ را پوشش می‌دهد. این دوره شامل کل چرخه عمر از یک مدل اولیه ماشین لرنینگ تا یک سیستم کامل مستقر در محیط تولید است. تمام مطالب آموزشی شامل کد، اسلاید و مقاله ها کاملا در دسترس هست. قدم به قدم با همین کورس برید جلو و آخر دوره مهارتی کسب خواهید کرد که میتونه برای پیدا کردن شغل بعدی بهتون کمک کنه.

Mehdi Allahyari

65,848 Aufrufe • vor 1 Jahr

کمپانی openAI یک آکادمی راه انداخته برای آموزش مهارتهای مربوط به استفاده از AI. کلی ویدیوی کوتاه و مطالب آموزشی داره و به نظر میرسه قراره کلی بهش اضافه بشه. آدرسش:

کمپانی openAI یک آکادمی راه انداخته برای آموزش مهارتهای مربوط به استفاده از AI. کلی ویدیوی کوتاه و مطالب آموزشی داره و به نظر میرسه قراره کلی بهش اضافه بشه. آدرسش:

Mehdi Allahyari

52,695 Aufrufe • vor 1 Jahr

کمپانی HuggingFace اومده و وب سایت paperswithcode را دوباره راه اندازی کرده و کلی هم چیز بهش اضافه کرده. از جمله این قابلیت‌ها: - نمایش مقالات ترند بر اساس سرعت رشد ستاره‌های GitHub - دسته‌بندی بر اساس حوزه‌های مختلف، مثل OCR، مدل‌های Embedding یا Agentها - پشتیبانی از «روش‌ها» (Methods) که قبلاً در PwC وجود داشت؛ مثلاً RLVR - نمایش نتایج ارزیابی (Eval) برای مقالات مهم و تأثیرگذار؛ مثلاً نتایج Qwen 3.5 در انتهای صفحه - لیدربوردهای اختصاصی برای هر حوزه، مثل MMTEB یا COCO val 2017 - پشتیبانی از تعداد استنادها (Citation Count)؛ حتی می‌تونید پراستنادترین مقالات هر حوزه رو هم ببینید - استخراج خودکار لینک‌های GitHub، صفحات پروژه و آرتیفکت‌های Hugging Face (همچنین از چندین ریپازیتوری برای یک مقاله هم پشتیبانی می‌شه) - پشتیبانی از مقالات خارج از arXiv؛ مثلاً DeepSeek v4 - گزارش‌های Harness برای بنچمارک‌های ایجنت های کدنویس (Coding Agents)، مثل Terminal Bench - ورود با حساب Hugging Face و استفاده از Storage Bucketها برای ذخیره تصاویر thumbnails، فایل‌های PDF مقالات و بکاپ‌گیری از داده‌ها Link:

کمپانی HuggingFace اومده و وب سایت paperswithcode را دوباره راه اندازی کرده و کلی هم چیز بهش اضافه کرده. از جمله این قابلیت‌ها: - نمایش مقالات ترند بر اساس سرعت رشد ستاره‌های GitHub - دسته‌بندی بر اساس حوزه‌های مختلف، مثل OCR، مدل‌های Embedding یا Agentها - پشتیبانی از «روش‌ها» (Methods) که قبلاً در PwC وجود داشت؛ مثلاً RLVR - نمایش نتایج ارزیابی (Eval) برای مقالات مهم و تأثیرگذار؛ مثلاً نتایج Qwen 3.5 در انتهای صفحه - لیدربوردهای اختصاصی برای هر حوزه، مثل MMTEB یا COCO val 2017 - پشتیبانی از تعداد استنادها (Citation Count)؛ حتی می‌تونید پراستنادترین مقالات هر حوزه رو هم ببینید - استخراج خودکار لینک‌های GitHub، صفحات پروژه و آرتیفکت‌های Hugging Face (همچنین از چندین ریپازیتوری برای یک مقاله هم پشتیبانی می‌شه) - پشتیبانی از مقالات خارج از arXiv؛ مثلاً DeepSeek v4 - گزارش‌های Harness برای بنچمارک‌های ایجنت های کدنویس (Coding Agents)، مثل Terminal Bench - ورود با حساب Hugging Face و استفاده از Storage Bucketها برای ذخیره تصاویر thumbnails، فایل‌های PDF مقالات و بکاپ‌گیری از داده‌ها Link:

Mehdi Allahyari

14,584 Aufrufe • vor 3 Monaten

یک مدل جدید اومده برای پارس کردن داکیومنت و OCR.حدود ۱۰۰ زبان از جمله فارسی را هم پشتیبانی میکنه. من برای یک عکس یک مقاله امتحان کردم که نتیجه خیلی عالی بود. مدل با اینکه 1.7B پارامتر داره ولی نتایج خیلی خوبند. دمو در ویدیو زیر: Github:

یک مدل جدید اومده برای پارس کردن داکیومنت و OCR.حدود ۱۰۰ زبان از جمله فارسی را هم پشتیبانی میکنه. من برای یک عکس یک مقاله امتحان کردم که نتیجه خیلی عالی بود. مدل با اینکه 1.7B پارامتر داره ولی نتایج خیلی خوبند. دمو در ویدیو زیر: Github:

Mehdi Allahyari

38,543 Aufrufe • vor 1 Jahr

خیلی ها ازم میپرسن که یک نقشه راه خوب برای یادگیری AI معرفی کنم. همیشه میگم یک جواب ثابت نداره و بستگی به اینکه چه مسیرشغلی ای را میخواهید انتخاب کنید، فرق میکنه. اما در حال حاضر یکی از بهترین شغل ها AI Engineer هست. و یکی از بهترین وب سایتها که در مورد کلی شغل، از جمله این، مسیر راه معرفی کرده roadmap .sh هست. خوبیش اینه که میتونید کلیک کنید روی موضوعات مختلف را اطلاعات بیشتر بگیرید. Link:

خیلی ها ازم میپرسن که یک نقشه راه خوب برای یادگیری AI معرفی کنم. همیشه میگم یک جواب ثابت نداره و بستگی به اینکه چه مسیرشغلی ای را میخواهید انتخاب کنید، فرق میکنه. اما در حال حاضر یکی از بهترین شغل ها AI Engineer هست. و یکی از بهترین وب سایتها که در مورد کلی شغل، از جمله این، مسیر راه معرفی کرده roadmap .sh هست. خوبیش اینه که میتونید کلیک کنید روی موضوعات مختلف را اطلاعات بیشتر بگیرید. Link:

Mehdi Allahyari

51,252 Aufrufe • vor 1 Jahr