لوحة المتصدرين

السلام عليكم ورحمه الله وبركاته انا وصلت ل حد كورس الرؤية الحاسوبية هل بقدر ادرس حاليا كورس التعلم العميق وبعدين ارجع للترتيب؟ ولا لا لانو كلو معتمد ع بعضو لانو انا هاد الفصل بالجامعة منزلة مادة تعلم عميق ف بدي استفيد من كورس التعلم العميق

السلام عليكم هل المشكلة في الصياغة أم هنالك ملف ناقص، لأن جميع الملفات تبدو مكتملة في ال directory Fatal error: Uncaught Error: Call to undefined function Illuminate\Filesystem\join_paths() in /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php:595 Stack trace: #0 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php(393): Illuminate\Foundation\Application->joinPaths('$basePath', 'app') #1 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php(367): Illuminate\Foundation\Application->basePath('app') #2 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php(338): Illuminate\Foundation\Application->path() #3 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php(326): Illuminate\Foundation\Application->bindPathsInContainer() #4 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php(201): Illuminate\Foundation\Application->setBasePath('$basePath') #5 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/bootstrap/app.php(14): Illuminate\Foundation\Application->__construct('/home/vol17_1/i...') #6 /home/vol17_1/infinityfree.com/if0_38415802/htdocs/public/index.php(38): require_once('/home/vol17_1/i...') #7 {main} thrown in /home/vol17_1/infinityfree.com/if0_38415802/htdocs/vendor/laravel/framework/src/Illuminate/Foundation/Application.php on line 595

السلام عليكم هو انا ازي اقدر اي انفيذ الPriority Queues في Python ؟ وليه تنفذ هياكل البيانات اسهل في باثيون عني اي لغه برمجه تاني ؟

السلام عليكم اواجه مشكلة في حل مسألة "Zero array transformation" من موقع "LeetCode" في الحقيقة انا اعددت الخوارزمية و طبقت الحل و الننائج كانت مطابقة و صحيحة , ولكن عند تمرير الكود لمحرر الأكواد الخاص بموقع "LeetCode" , فإنه يظهر لي خطأ من نوع "Time Limit Exceeded". - كيف استطيع تخطي هذه المشكلة ؟ - هل الكود الخاص بي جيد ووصلت الى الحل ؟ رابط المسألة للمراجعة : https://leetcode.com/problems/zero-array-transformation-ii/description/ مع الكود الخاص بي مرفقا في الملف. test.py

السلام عليكم هو اي التحذير ده ؟

الا والله ده الكود بتاعي import matplotlib.pyplot as plt import seaborn as sns # Assuming you have a DataFrame called 'data' # Set the figure size for better visualization plt.figure(figsize=(12, 6)) # Plotting the distribution of 'x_1' with Kernel Density Estimate (KDE) plt.subplot(1, 3, 1) sns.histplot(data['x_1'], kde=True) plt.title('Distribution of x_1') # Plotting the distribution of 'y_1' with KDE plt.subplot(1, 3, 2) sns.histplot(data['y_1'], kde=True) plt.title('Distribution of y_1') # Plotting the distribution of 'z_1' with KDE plt.subplot(1, 3, 3) sns.histplot(data['z_1'], kde=True) plt.title('Distribution of z_1') # Adjusts the layout to prevent overlapping of plots plt.tight_layout() # Display all plots plt.show()

السلام عليكم دي المساله You are given two arrays of integers, fruits and baskets, each of length n, where fruits[i] represents the quantity of the ith type of fruit, and baskets[j] represents the capacity of the jth basket. From left to right, place the fruits according to these rules: Each fruit type must be placed in the leftmost available basket with a capacity greater than or equal to the quantity of that fruit type. Each basket can hold only one type of fruit. If a fruit type cannot be placed in any basket, it remains unplaced. Return the number of fruit types that remain unplaced after all possible allocations are made. ودي الكود بتاعي فا انا عاوز اعرف اي المشكله في الكود وهل فيه افضل من كده class Solution(object): def numOfUnplacedFruits(self, fruits, baskets): """ :type fruits: List[int] :type baskets: List[int] :rtype: int """ fruits.sort() baskets.sort() f_index = 0 b_index = 0 while f_index < len(fruits) and b_index < len(baskets): if fruits[f_index] <= baskets[b_index]: f_index += 1 b_index += 1 return len(fruits) - f_index solution = Solution() print(solution.numOfUnplacedFruits([4, 2, 5], [3, 5, 4])) print(solution.numOfUnplacedFruits([3, 6, 1], [6, 4, 7]))

السلام عليكم ورحمه الله وبركاته بعد انتهائي من دورة الذكاء الاصطناعي شو ممكن اشتغل(مجالات العمل) ؟ ولو بدي اتخصص ب مجال الروبوتات كيف ممكن تفيدني هذه الدورة وشو ممكن اشتغل (مجالات العمل)

السلام عليكم هو انا اقدر عادي ان اعمل نموذج التعرف علي الوجه من علي Kaggle Notebook واقدر الشغل الكامير وكده والا اي ؟

لدي شهادتين من حاسوب (و لاكني لم اعمل) 23 سنة انا متفرغ

كيف استطيع الوصول الى المسارات الاساسية من الدوارات الاخرى على الاكاديمة ...؟

نعم صحيح تعديل القيم من الممكن أن يؤثر على البيانات ولكنك انت بالفعل قد قمت بتفعيل هذا الخيار لهذا يحدث لك هذا التحذير . هل تستخدم اى من السطرين التاليين في الكود لديك ؟ : pd.set_option('use_inf_as_na', True) df.fillna(value=np.nan, use_inf_as_na=True) إذا كنت تستخدم إحدى هذين الأمرين في الكود فهذا هو سبب التحذير و الكود الذي أرفقته لك يفعل نفس الشئ السابق أى أنني لم أضيف أى شئ جديد لديك في الكود . أى أنه في الكود لديك تم تفعيل خيار تحويل القيم اللانهائية إلى NaN . إذا لم ترد ذلك يجب عليك البحث عن أى من السطرين السابقين وخذفهم.

ايوه بس ده مش كده هياثر علي البيانات ؟

وعليكم السلام ورحمة الله وبركاته. هذا التخذير يظهر لك بسبب استخدامك لخيار use_inf_as_na في مكتبة pandas وهذا الخيار يستخدم لتعيين القيم اللانهائية (inf) كقيم مفقودة (NaN).و هذا الخيار أصبح قديم وسيتم إزالته في الإصدارات المستقبلية من pandas. لحل هذه المشكلة يمكنك تحويل القيم اللانهائية إلى NaN بنفسك قبل إجراء أى عمليات عليها. df.replace([np.inf, -np.inf], np.nan, inplace=True)

وعليكم السلام ورحمة الله وبركاته. نعم لابئس يمكنكِ مذاكرة مسار "التعلم العميق Deep Learning" مباشرة بعد مسار "تطبيقات عملية على نماذج الرؤية الحاسوبية" . ولكن يجب الإنتباه أن التعلم العميق هو أحد فروع تعلم الآلة ولذلك من المفيد أن يكون لديكِ خلفية في تعلم الآلة قبل التوجه نحو التعلم العميق. لكن ليس من الضروري أن يكون لديكِ خبرة كبيرة في تعلم الآلة قبل البدء في التعلم العميق. ويمكنكِ قراءة الإجابة التالية لمزيد من التفاصيل حول الفرق بين تعلم الآلة والتعلم العميق متطلبات كل منهما :

اسم المجال الذي تقصدينه هو robotics engineering والأمر ليس بتلك البساطة، برمجة عقل الروبوت تعني التركيز على الجزء البرمجي الذي يتحكم في اتخاذ القرارات، التعلم، التفاعل مع البيئة، وتنفيذ المهام، وذلك يشمل مجالات مثل الذكاء الاصطناعي AI، تعلم الآلة Machine Learning، الرؤية الحاسوبية Computer Vision، ومعالجة اللغة الطبيعية NLP، وهي كلها جزء من الدورة بالأكاديمية. حيث قمنا بدراسة ما يلي: مسار أساسيات بايثون وهي من ضمن اللغات الأساسية في تطوير الخوارزميات للروبوتات وتعلم الآلة. مسار التعامل مع البيانات والروبوتات تعتمد على البيانات مثل الحساسات لاتخاذ القرارات، بالتالي يلزم مهارات في SQL، APIs، واستخراج البيانات. تحليل البيانات (Pandas, Matplotlib, Seaborn) لفهم البيانات التي تجمعها الروبوتات وتحليل أدائها. تعلم الآلة من خلال الانحدار، التصنيف، التجميع، والترابط هي أدوات أساسية لتعليم الروبوت كيفية اتخاذ قرارات ذكية بناءًا على البيانات. الشبكات العصبية والتعلم العميق ضرورية لتطبيقات كالتعرف على الصور، معالجة اللغة، أو تحليل البيئة المحيطة بالروبوت. الرؤية الحاسوبية OpenCV و YOLO من أجل أن يرى الروبوت ويتعرف على الأشياء. نماذج اللغة الكبيرة LLMs وهندسة الموجهات لتطوير روبوتًا يتفاعل باللغة الطبيعية كالمساعدات الصوتية. نقل التعلم Transfer Learning لتدريب الروبوت بسرعة على مهام جديدة باستخدام نماذج جاهزة. وبعدها ستحتاجين إلى دراسة لغة C++ ودراسة إطار ROS لتتمكنين من برمجة الروبوتات ثم دراسة embedded systems. ستجدي هنا تفصيل بخصوص الـ Roadmap اللازمة لذلك المجال: https://github.com/h9-tect/AI-Roadmaps/blob/main/robotics-ai-roadmap.md وأيضًا ستجدي هنا roadmap لمجالات الـ AI التي تسائلتي عنها: https://github.com/h9-tect/AI-Roadmaps/tree/main

انا بدي ابرمج عقل الروبوت مش ابني روبوت يعني عشان اقدر اشتغل في مجال برمجة الروبوتات لازم اخلص دورة الذكاء الاصطناعي وآخذ دورة embedded systems بس؟

وعليكم السلام ورحمة الله وبركاته. الدورة تؤهلكِ لأن تصبحي AI Developer او Data Scientist حيث ستكونين مسؤولة عن تصميم وتنفيذ خوارزميات الذكاء الاصطناعي والتعلم الآلي (Machine Learning). وتطوير النماذج والتعامل مع البيانات الضخمة. او مسئولة عن تحليل البيانات واستخراج الأنماط المفيدة من خلالها و بناء نماذج تنبؤية واتخاذ قرارات مبنية على تلك البيانات. أما بخصوص مجال الروبوتات هل تقصدين بناء الروبوتات أم التحكم بها أم ماذا ؟ فإذا كنتِ تريدين بناء الروبوتات و تحريكها والتحكم بها فأنتي ستحتاجين الدخول في مجال ال (Robotics) و هذا المجال هو مجال متعدد التخصصات حيث يجمع بين الهندسة والهندسة الكهربائية و علوم الكمبيوتر و الذكاء الاصطناعي والميكانيكا لتصميم وبناء وتشغيل الروبوتات. وإن مجال الذكاء الإصطناعي لن يكون كافيا وحده حيث هذا المجال يتطلب علما كبيرا في المجالات السابقة ويتم تدريسه في عدة سنوات في الكليات الهندسية . ولكن إذا اردتي التحكم بها فستفيدك الدورة من خلال تعلم الرؤية الحاسوبية (Computer Vision) والتي ستجعل الروبوت يعلم ما يحيط به ومنها يأخذ القرارات المناسبة لذلك وأيضا تعلم الآلة والذكاء الإصطناعي سيكون مفيد جدا في هذا الأمر . ولكن أيضا ستحتاجين تعلم مجال الأنظمة المدمجة (Embedded Systems) والتي من خلاله ستتعلمين التحكم في الأجهزة والمستشعرات التي يتكون منها الروبوت . ولهذا فإن مجال الذكاء الإصطناعي وعده لن يفيدك في علم الروبوتات . ويمكنك بعدها العمل في مجال الروبوتات الطبية حيث يمكنكي تطوير روبوتات يمكنها إجراء عمليات جراحية أو مساعدة الأطباء في التشخيص والعلاج. أو مجال التطبيقات الصناعية أو العسكرية أو أى من المجالات التي تتطلب وجود الروبوتات بها.

السلام عليكم دورة الذكاء الاصطناعي vs دورة إدارة تطوير المنتجات اريد ان اشترك في احدى الدورتين لاكني محتار ايهما افضل خاصتا من ناحية سوق العمل ارشيدوني بارك الله فيكم

وعليكم السلام ورحمة الله وبركاته. أحسنت الكود الخاص بك ممتاز ويعمل بشكل صحيح دون أى مشاكل ويقوم بإخراج العدد الصحيح للفاكهة التي لم توضع في السلة. ولكن لاحظ أن المشكلة التي يطلب منك حلها مختلفة عن الحل الخاص بك . فلاحظ هنا : لاحظ أنه لا يجب عليك ترتيب المصفوفات حيث يجب عليك العمل على نفس الترتيب الذي يتم إدخاله . حيث تقوم بالتكرار على قائمة السلال وترى هل هي تكفي الفاكهة الحالية أم لا . وإ ذا كانت تكفي فيمكنك وضعها في تلك السلة . فلاحظ مثلا المدخلات التالية : print(solution.numOfUnplacedFruits([4, 10, 5], [10, 5, 5])) هنا الكود الخاص بك سيخرج ناتج 0 . ولكن يجب أن يخرج 1 . لأنه في أول سلة حجمها 10 إذا يجب وضع ال 4 بها لأنها أول نوع فاكهة . إذا السلة ذات الحجم 10 تم وضع بها فاكهة . نأتي لنوع الفاكهة الثانية وعددها 10 هنا لن تجد سلة لأن السلة 10 قد تم وضع بها فاكهة أخرى. لذلك يمكنك محاولة حل المسألة من تلك الطريقة حيث تنشأ قائمة بها السلال التي تم إستخدامها مسبقا وعدم ترتيب القوائم . وإعادة رفع الحل لتقيمه لك.

الحل لا يتبع المسألة، حيث يجب وضع كل نوع من الفاكهة في أول سلة متاحة لها سعة كافية، أيضًا تقوم بزيادة b_index في كل دورة بغض النظر عما إذا تم تخصيص الفاكهة أم لا، بالتالي سيتجاوز سلال متاحة تستوعب الفاكهة. والترتيب التصاعدي لكلا المصفوفتين لا يضمن الحل المثالي، لأن المسألة تتطلب التعامل مع الفواكه من اليسار إلى اليمين بالترتيب الأصلي لـ fruits، وليس بترتيب تصاعدي. عليك إذن عدم ترتيب fruits لأننا نتبع الترتيب الأصلي من اليسار إلى اليمين، واستخدام طريقة لتتبع السلال المستخدمة. class Solution(object): def numOfUnplacedFruits(self, fruits, baskets): """ :type fruits: List[int] :type baskets: List[int] :rtype: int """ used_baskets = [False] * len(baskets) placed_fruits = 0 for fruit in fruits: for i in range(len(baskets)): if not used_baskets[i] and baskets[i] >= fruit: used_baskets[i] = True placed_fruits += 1 break return len(fruits) - placed_fruits solution = Solution() print(solution.numOfUnplacedFruits([4, 2, 5], [3, 5, 4])) print(solution.numOfUnplacedFruits([3, 6, 1], [6, 4, 7])) بالنسبة للتحسين، فلديك التعقيد الزمني هو O(n * m) حيث n عدد الفواكه و m عدد السلال، وتستطيع تحسينه من خلال هيكل بيانات مثل Binary Search على السلال غير المستخدمة، ليصبح O(n * log m).

وعليكم السلام ورحمة الله وبركاته. يجب عليك تحديد المجال الذي تريد العمل عليه وأيضا المجال الذي تحبه أو لديك شغف به حتى تستطيع العمل به والتطور فيه وحتى لا تمل أو تتراجع في منتصف الطريق . إن مجال الذكاء الإصطناعي واسع جدا وستأخذ وقتا لدراسته وحتى بعد الدراسة سيتوجب عليك التعلم دائما لما يحدث من تطوير مستمر في هذا المجال وبشكل كبير. لذلك إذا كنت تريد أو تحب العمل في مجال الذكاء الإصطناعي ولا تمانع من المذاكرة والإطلاع دائما على التطويرات فيمكنك الإشتراك في دورة الذكاء الإصطناعي فهي جيدة. وأيضا إذا كان لديك خبرة سابقة في الجبر الخطي وفي الإحصاء وفي الرياضيات عموما فهذا سيكون جيد ومناسب بالنسبة لك. وبخصوص دورة "إدارة تطوير المنتجات" فتلك الدورة هي لمديري المشروعات فهي مناسبة لك كمبرمج أو مصمم في حال كنت تعمل على مشروع أو تريد الإلمام بالجانب الإداري للمشروعات لتحسين مهاراتك. وإليك الفئات التالية الموجهة لهم تلك الدورة: لمن ليس لديه خبرة في مجال البرمجة أو التصميم ويريد تنفيذ مشروعه الناشئ لمن يريد تعلم إدارة تطوير المنتجات لتحسين فرصه التوظيفية لمن يعمل في إدارة المنتجات ويرغب بتوسعة معلوماته حول عملية التطوير وإدارتها والوظائف المتاحة لك بعد إتمامها في الشركات هي أنك ستكون مسؤول عن تحديد الفرص الجديدة لتطوير منتج جديد قابل للتسويق من المفهوم إلى التوزيع. وتحسين منتج موجود لتلبية احتياجات العملاء بشكل أفضل وتنشيط السوق الحالية و متابعة المنتجات بعد اطلاقها وتقييمها. والعمل على رفع التقارير الدورية للمدير العام. أما في العمل الحر فيمكنك أن تقوم بقيادة فريق كامل لإتمام المشروع وإنهاءه و متابعة سير المشروع وأيضا متابعة متطلبات العميل صاحب المشروع و توصيلها إلى الفرق الموكل إليها هذا الجزء . لهذا إذا كنت مهتما بأن تكون إداريا ولديك مهارة القيادة فهذه المهارة مهمة هنا في مدير المشروعات فالأفضل لك هي دورة تطوير المنتجات وأيضا لو لديك خبرة مسبقة في البرمجة كما أخبرت أنك درست هنا دورتين في الأكاديمية فهذا سيكون مفيدا لك هنا. لذلك نصيحتي لك البحث عن المجال الذي تريد العمل عليه وأيضا الأخذ في الإعتبار الوقت المتاح لديك لدراسة الدورات أو التقدم في المجال المطلوب .

وعليكم السلام ورحمة الله وبركاته, ويعد تنفيذ قوائم الأولوية في بايثون عملية بسيطة بفضل مكتبة heapq التي توفر أدوات فعالة وسهلة الاستخدام كم اتم التوضيح في التعليقات السابقة . و يمكن أيضاً بناء قائمة أولوية باستخدام قائمة مرتبة أو شجرة ثنائية، لكن هذا الخيار أكثر تعقيدًا وأقل كفاءة من استخدام heapq. يتميز تنفيذ هياكل البيانات في بايثون بالسهولة مقارنةً بلغات أخرى مثل C أو C++ أو Java، وذلك بسبب أن بايثون تتمتع بصياغة بسيطة وواضحة، مما يُسهل كتابة الخوارزميات وفهمها دون التورط في تعقيدات غير ضرورية. وتتولى بايثون إدارة الذاكرة تلقائيًا مما يُعفي المبرمج من التعامل مع تخصيص الذاكرة وتحريرها يدويًا، كما هو مطلوب في لغات مثل C++. وذلك بجانب توفر مكتبات جاهزة مثل heapq وcollections وqueue، تتيح تنفيذ هياكل البيانات بسرعة دون الحاجة إلى بنائها من الصفر. والعديد من المميزات الأخرى التي تتمتع بها بايثون من غالبية اللغات عالية المستوى

في Python يمكنك تنفيذ Priority Queue باستخدام عدة طرق أولا بإستخدام heapq وهي الطريقة الأكثر إستخدام حيث يستخدم heapq بنية Min-Heap افتراضيا : import heapq # إنشاء قائمة انتظار ذات أولوية pq = [] # إدراج عناصر مع تحديد الأولوية (الأولوية الأقل تُخدم أولًا) heapq.heappush(pq, (1, "Task A")) # الأولوية 1 (أعلى أولوية) heapq.heappush(pq, (3, "Task C")) # الأولوية 3 heapq.heappush(pq, (2, "Task B")) # الأولوية 2 # إخراج العناصر حسب الأولوية while pq: priority, task = heapq.heappop(pq) print(f"Processing: {task} (Priority: {priority})") الطريقة الثانية إذا كنت تعمل من خلال Threading يمكنك استخدام queue.PriorityQueue : from queue import PriorityQueue pq = PriorityQueue() # إدراج المهام مع تحديد الأولويات pq.put((1, "Task A")) pq.put((3, "Task C")) pq.put((2, "Task B")) # إخراج المهام حسب الأولوية while not pq.empty(): priority, task = pq.get() print(f"Processing: {task} (Priority: {priority})")

يمكنك تنفيذ Priority Queue في Python باستخدام queue.PriorityQueue من المكتبة القياسية أو باستخدام قائمة قائمة الأولويات heap مع heapq، حيث يتم ترتيب العناصر تلقائيا حسب الأولوية عند الإدراج ، فمثلا باستخدام heapq، يمكنك إدراج العناصر كأزواج ليتم فرزها بناءً على الأولوية تلقائيا. ما يجعل تنفيذ هياكل البيانات أسهل في Python مقارنة بلغات أخرى هو أن Python توفر مكتبات مدمجة مثل collections و heapq و queue التي تبسط العمل مع القوائم، والـ heaps دون الحاجة إلى إعادة تنفيذها من الصفر، كما أن Python تعتمد على تركيب بسيط ومرن يجعل كتابة الكود وتنفيذ الهياكل أسرع وأوضح مقارنة بلغات أخرى مثل C++ أو Java، حيث تتطلب هذه اللغات تعريفات صريحة للأنواع وكتابة كود أكثر تعقيدًا لإدارة الذاكرة، يمكنك كتابة الكود بهذا الشكل: import heapq pq = [] heapq.heappush(pq, (1, "Task A")) # أولوية 1 heapq.heappush(pq, (3, "Task C")) # أولوية 3 heapq.heappush(pq, (2, "Task B")) # أولوية 2 while pq: print(heapq.heappop(pq)) # يسترجع العناصر حسب الأولوية

وعليكم السلام ورحمة الله وبركاته. للأسف في Kaggle لا يمكنك الوصول إلى الكاميرا حيث لا تسمح kaggle بالوصول إلى الكاميرا في جهازك أو أى أجهزة أخرى خارجية مثل الميكروفون والكاميرا وغيرها . وستجد أنه لا يوجد وصول للكاميرا حاليا في kaggle : https://www.kaggle.com/discussions/product-feedback/90890 ولكن من خلال google colab يمكنك تضمين أكواد javascript والتي تسمح لك بتشغيل الكاميرا وأخذ صور منها وإليك الكود التالي الخاص بال javascript الذي يسمح لك بهذا : https://colab.research.google.com/notebooks/snippets/advanced_outputs.ipynb#scrollTo=2viqYx97hPMi from IPython.display import display, Javascript from google.colab.output import eval_js from base64 import b64decode def take_photo(filename='photo.jpg', quality=0.8): js = Javascript(''' async function takePhoto(quality) { const div = document.createElement('div'); const capture = document.createElement('button'); capture.textContent = 'Capture'; div.appendChild(capture); const video = document.createElement('video'); video.style.display = 'block'; const stream = await navigator.mediaDevices.getUserMedia({video: true}); document.body.appendChild(div); div.appendChild(video); video.srcObject = stream; await video.play(); // Resize the output to fit the video element. google.colab.output.setIframeHeight(document.documentElement.scrollHeight, true); // Wait for Capture to be clicked. await new Promise((resolve) => capture.onclick = resolve); const canvas = document.createElement('canvas'); canvas.width = video.videoWidth; canvas.height = video.videoHeight; canvas.getContext('2d').drawImage(video, 0, 0); stream.getVideoTracks()[0].stop(); div.remove(); return canvas.toDataURL('image/jpeg', quality); } ''') display(js) data = eval_js('takePhoto({})'.format(quality)) binary = b64decode(data.split(',')[1]) with open(filename, 'wb') as f: f.write(binary) return filename

لن تستطيع ذلك مباشرًة حيث colab و kaggle notebook لا يدعمان الوصول المباشر للكاميرا على حاسوبك، ستحتاج إلى استخدام فيديو مُسجل لما تريد التعرف عليه واستخدامه في الكود. أو استخدام كود جافاسكريبت لتتمكن من استخدام كاميرا حاسوبك من خلال جوجل كولاب أو kaggle notebook، حيث يتم إلتقاط صور بواسطة الكاميرا من خلال كود جافاسكريبت لكن الصور ستكون ثابتة، ويوجد كود جاهز في colab بالضغط على الزر التالي code snippets ثم اكتب به Camera Capture وسيظهر لك مُقتطف الكود لاستخدامه بالضغط على insert: لو أردت تسهيل الأمر على نفسك استخدم مكتبة colab-webcam وستمكنك من إلتقاط صور أو تحويل الصور إلى فيديو حي لمحاكاة التصوير من خلال الكاميرا عن طريق إلتقاط الصور بشكل مستمر وعرضها.

يمكنك الدخول إلى قسم دوراتي وستجد جميع الدورات تظهر لك التي قمت بالاشتراك بها والتي لم تقم بالإشتراك بها . وإذا قمت بالدخول إلى أى دورة لم تقم بالإشتراك بها ستجد أن المسار الأول متاح لك.