خدمات داده - مرکز پردازش سریع دانشگاه صنعتی شریف

با توجه به رشد سریع تکنولوژی در سالهای اخیر، محاسبات پیشرفته و بلادرنگ در انواع مختلفی از کاربردها به یک نیاز اساسی تبدیل گشته است. سامانه‏های پردازش سریع با داشتن منابع پردازشی قدرتمند، انجام محاسبات پیچیده با سرعت بسیار بالا را ممکن می‏سازند. یکی از مهمترین کاربردهای این سامانه‏ها، مباحث پیشرو در حوزه هوش مصنوعی همچون یادگیری ماشین/یادگیری عمیق، داده‏کاوی، بینایی ماشین، پردازش سیگنال و … می‏باشد. در این پردازش‏ها، عموماً یک مدل یادگیری در سطح ابتدایی پیاده‏سازی شده و سپس با استفاده از داده‏های ورودی مناسب و مربوط، عملیات یادگیری مدل انجام می‏گیرد. کیفیت و کمیت داده‏های استفاده شده در حین یادگیری، تاثیر مستقیمی با افزایش دقت مدل و کاهش سطح خطای آن دارد. مجموعه غنی پیش رو، شامل دیتاست‏های بسیار مهم و معروف در حوزه یادگیری ماشین می‏باشد که در حجمی در حدود 6 ترابایت گرد‏آوری شده است. این داده‏ها، شامل عکس، فیلم، صدا و متن بوده و در قالب فایل‏‏‏هایی فشرده شده بصورت کاملاً رایگان در اختیار کاربران سامانه پردازش سریع شریف قرار می‏گیرد.

نمایش رکورد

جستجو:

Name	Dataset URL	Size	Usage/Description	Type	Github sample code	Data path
COCO	hpc.sharif.ir/test_2:/share/apps/data/COCO	72 GB	A large-scale object detection, segmentation, and captioning dataset. COCO has several features: *Object segmentation Recognition in context Superpixel stuff segmentation 330K images (>200K labeled) 1.5 million object instances 80 object categories 91 stuff categories 5 captions per image **250,000 people with keypoints	Image	https://github.com/litinglin/swintrack	hpc.sharif.ir/test_2: /share/apps/data
HowTo100M	hpc.sharif.ir/test_2/share/apps/date/howto100m	~1.4 TB	A large-scale dataset of narrated videos with an emphasis on instructional videos where content creators teach complex tasks with an explicit intention of explaining the visual content on screen	Video	https://github.com/antoine77340/video_feature_extractor	hpc.sharif.ir/test_2: /share/apps/data
LIReC	hpc.sharif.ir/test_2:/share/apps/data/lirec	80 GB	Learning Interactions and Relationships between Movie Characters	Video captions	https://github.com/Annusha/LIReC	hpc.sharif.ir/test_2: /share/apps/data
MIT Places Audio 400K	hpc.sharif.ir/test_2:/share/apps/data/mit_places_audio_images	85 GB	The following speech corpora were collected to investigate the learning of spoken language (words, sub-word units, higher-level semantics, etc.) from visually-grounded speech.	Audio	https://github.com/wnhsu/ResDAVEnet-VQ	hpc.sharif.ir/test_2: /share/apps/data
MIT Places Images	hpc.sharif.ir/test_2:/share/apps/data/mit_places_audio_images	1.6 TB	a new scene-centric database called Places, with 205 scene categories and 2.5 millions of images with a category label.	Image	https://github.com/wnhsu/ResDAVEnet-VQ	hpc.sharif.ir/test_2: /share/apps/data

نمایش 1 تا 5 از 10 رکورد

1 2