إذا كنت تعاني من الأعرض التالية:

- النظرة التشاؤمية للواقع الحالي و كأن سورية كانت دولة طبيعية و سقط نظامها…

- التذمر الدائم و التركيز على السلبيات في كل خطوة تقوم بها اداراة العمليات العسكرية

- الرغبة الجامحة في إعادة بناء الدولة المثالية خلال خمسة ايام

- المطالبة الفورية و بجرأة مزعجة بإجراءات (تحتاج وقتاً طويلاً) كانت من المحرمات في العصر الأسدي

فأنت على الأرجح تعاني من متلازمة مؤيد سابق يحاول ركوب موجة الثورة

عاشت سورية حرة ابية💚💚
#قل_خيرا_او_اصمت
#syria #free_syria

Ai cheatSheet from Stanford University
#ai #DL #ML #stanford #statistics

The Python Path Environment Variable
تؤثر متغيرات البيئة على سلوك Python
PYTHONPATH هو أحد هذه المتغيرات البيئية؛ أي أنه زوج من المفتاح (key-value pair)والقيمة يتم تخزينه في ذاكرة الكمبيوتر. وهو متاح لجميع البرامج التي تعمل في نفس البيئة.

ما هو متغير PYTHONPATH؟
PYTHONPATH هو متغير بيئة خاص يوفر إرشادات لمترجم بايثون حول أماكن العثور على المكتبات والتطبيقات المختلفة. يشبه متغير PATH في لغات أخرى مثل C وJava، ولكنه يحتوي على أدلة إضافية لوحدات بايثون.

يسمح لك PYTHONPATH بإضافة مسارات إلى ملفات بايثون الأخرى في سكربتاتك، مما يساعد بايثون في تحديد أماكن البحث عن الوحدات والملفات. هذا مفيد إذا كنت ترغب في الوصول إلى وظائف مختلفة دون الحاجة إلى كتابة المسار الكامل في كل مرة.

يمكن أن يكون PYTHONPATH إما دليلًا واحدًا أو قائمة من الأدلة مفصولة بواسطة النقطتين (:).

إذا تم تعيين PYTHONPATH إلى دليل واحد، سيبحث بايثون عن الوحدات والملفات في ذلك الدليل فقط.

إذا تم تعيين PYTHONPATH إلى قائمة من الأدلة، سيبحث بايثون عن الوحدات والملفات في كل من تلك الأدلة.
كيفية إعداد PYTHONPATH:
على نظامLinux

1-افتح Terminal.
2-افتح ملف ~/.bashrc في محرر النصوص.
3-أضف السطر التالي:
export PYTHONPATH="/home/my_user/code"
4-احفظ الملف وأعد تشغيل Terminal.
5-تحقق من الإعداد بكتابة: echo $PYTHONPATH.

على نظام Windows:

1-انقر بزر الماوس الأيمن على "This PC" واختر "properties".
2-انتقل إلى "Advance System Settings.".
3-انقر على "environment variable".
4-أضف متغيرًا جديدًا باسم PYTHONPATH وأدخل المسار المطلوب.
5-افتح موجه الأوامر واستخدم الأمر: python my_script.py.

بغض النظر عن الهري يلي فوق بالمختصر اذا كان عندك برنامج معين بيستخدم سكربتات او مكاتب خاصة فيه مضمنة فيه و احتجت انك توصل لهل المكاتب و السكربتات من خارج البرنامج رح تواجه مشكلة ان python ما رح يتعرف عهي المكاتب لانه بالاصل ما مضمنة ضمن بيئة بايثون الافتراضية لهيك اضافة متغير البيئة هاد بساعدنا نصل لأي مكتبة خارجية على الحاسوب وتضمينها و جعل المحرر ايضا يتعرف عليها ومن احد الأمثلة اي مكتبة قمت بتنزيلها مثلا وفك ضغط في مجلد معين بالنظام

مثلا برنامج webots يلي بيجي معه controller module الخاص فيه ومنحتاج نستخدم editor غير يلي داخل التطبيق لسهولة التكويد

بكل بساطة منروح منفتح متغيرات البيئة عنا بالنظام ومنضيف المفتاح PYTHONPATH والقيمة هو المسار الخاص بالسكريبت او المكتبة وبمثالنا غالبا بتكون بهاد المسار C:\Program Files\Webots\lib\controller\python

وبس و اذا كانت فاتح ال editor بتسكرو وبترجع تفتحو و رح تلاقي انو الكود انقرأ واذا مظبط امور ال editor بيعطيك اقتراحات من داخل السكريبتات وبدلعك بتمنى تكون وصلت الفكرة.

لا تنسا متابعتي على linkedIn و Twitter

#python #webots #PYTHONPATH

تلبية لطلب احد اعضاء القناة عن مصدر عملي و مفيد لفهم الخوارزميات وهياكل البيانات في لغة Javascript

هذا ترشيحي اذا كنت لديك تعامل سابق مع اللغة ام اذا لم تتعامل مع اللغة او جديد في البرمجة بشكل عام انصح بمتابعة دورة لاخذ المفاهيم الاساسية بشكل تسلسلي يمكن اخذها عند Elzero او freecodecamp
ثم يمكنك الاطلاع على ال repo ⬇️

javascript-algorithms مجموعة من ال algorithms و data structures بلغة JavaScript. هيساعدك تفهم الخوارزميات وتطبقها بشكل فعال. 🔥

⭐ GitHub stars: 185K+

🔗https://github.com/trekhleb/javascript-algorithms

#github #javascript #algorithms #data_structure

لا تنسى الدعم عبر دعوة اصدقائك لتعم الفائدة وشكرا✅❤️

#ورقة_بحثية
#Backpropagation #AI

دائما ما كنت من مؤيدين فكرة الشرح المرئية بعد فهم الأساس النظري والعلمي للمعلومة وليس مجرد كدس معلوماتنا النظرية حول معادلات وخطوات ليست واضحة نسبيا حتى بعد تطبيقها على ارض الواقع.

فاكتشفت مؤخرا طريقة تدريس لعلم الشبكات العصبية وخوارزمياته او ما يعرف بال deep learning للمحاضر Tom Yeh احد دكاترة المعهد الامريكي MIT.

طبعا لديه شروحات عديدة في المجال ومن اهمها احد اعمدة الذكاء الإصطناعي والتي احدثت ثورة كبيرة في تدريب الشبكات العصبية وتطورها وما وصلنا اليه اليوم وهي خوارزمية ال Backpropagation وقام بشرحها بطريقة مبسطة و مرئية عن طريق التغيرات التي تحدث في الاوزران في تمثيل مرئي للمصفوفات.

وطبعا لا ننسى ان خوارزمية Backpropagation
كانت احد الاسباب التي ادت الى فوز العبقري جيوفري هينتون(Geoffrey Hinton) بجائزة نوبل للفيزياء.

طبعا طريقة شرح المحاضر مختصرة ومبسطة وايضا لديه طريقة تعليم عن طريق تمثيل الشبكة العصبية في ملف اكسيل ليبين التغيرات التي تطرأ على الشبكة عند تدريبها سأقوم بنشر ملفه عند توافره بالإضافة الى الورقة البحثية الخاصة بخوارزمية Backpropagation.

نقطة اخيرة لمن يحب ان يرى الشرح هناك باحثة تقوم بشرح خوارزميات من المحاضر في القناة AI by Hand .
#AI #DL #NN #Backpropagation #DeepLearning #Deep_learning

مؤخرا اكتشفت قناة جديدة لجماعة ال math الشي يلي لف نظري هو طريقة تقديم المعلومة الرياضية بهي القناة على تعتمد القناة على التصوير المرئي لتوضيح تغيرات الدوال والنقاط بشكل مباشر ومفهوم.

احيانا منكون فهمانين رياضيات وعمليات جبرية وهندسية وكيف ممكن انو نطبق function معينة على القيم لدينا بس احيانا منفتقد المغزى والهدف من الرياضيات المستخدمة او ما يسمى التصور الحقيقي يلي بيحصل عنا لهيك دائما كنت ابحث عن فهم عميق لأي فكرة رياضية وتصورها عأرض الواقع وتأثيرها عالقيم ان كان بشكل مستمر او متقطع
لهيك برشح هي القناة
Physics Videos by Eugene Khutoryansky

فيك تفهم شو مقصدي بحضور فيديو الاشتقاق الجزئي يلي يعتبر مهم في مجال الذكاء الاصطناعي في الشبكات العصبونية وخاصة وقت نحكي عن تقليل قيمة الخطأ.

اظن لا احد سيحب هذا المحتوى غير الذين مهتمين بال math وال ai يا ترى بدك انشر اكتر عن هيك معلومات تفاعل ب 👍

لا تنسا متابعتي على linkedIn و Twitter .😁

#AI #Math #DL #ML #Machine_learning #Deep_learning #MachineLearning #DeepLearning

#Numpy methods
#Python
#Data_science