Bütün yetkin həyatım boyu enerji içkisi olmuşam (yox, indi şübhəli xüsusiyyətləri olan içkidən danışmırıq).
Mən heç vaxt informasiya texnologiyaları dünyası ilə xüsusi maraqlanmamışam və matrisləri kağız üzərində çoxalda bile bilmirəm. Və buna heç vaxt ehtiyacım olmadı ki, siz mənim işimin xüsusiyyətlərini bir az başa düşəsiniz, gözəl bir hekayə paylaşım. Bir dəfə həmkarlarımdan Excel cədvəlində işi görməyi xahiş etdim, iş gününün yarısı keçmişdi, onların yanına getdim, onlar oturub kalkulyatorda, bəli, düymələri olan adi qara kalkulyatorda məlumatları yekunlaşdırırdılar. Yaxşı, bundan sonra hansı neyroşəbəkələrdən danışmaq olar?.. Ona görə də mənim İT dünyasına qərq olmaq üçün heç vaxt xüsusi ilkin şərtlərim olmayıb. Ancaq, necə deyərlər, "olmadığımız yerdə yaxşıdır", dostlarım genişlənmiş reallıq, neyron şəbəkələr, proqramlaşdırma dilləri (əsasən Python haqqında) haqqında qulaqlarımı gurladılar.
Sözlə çox sadə görünürdü və mən qərara gəldim ki, bu sehrli sənəti öz fəaliyyət sahəmdə tətbiq etmək üçün niyə mənimsəməyəsən.
Bu yazıda mən Python-un əsaslarını mənimsəmək cəhdlərimi atlayacağam və Udacity-dən pulsuz TensorFlow kursu haqqında təəssüratlarımı sizinlə bölüşəcəyəm.
Giriş
Başlamaq üçün qeyd etmək lazımdır ki, enerji sənayesində 11 il keçdikdən sonra, hər şeyi biləndə və edə bildiyiniz zaman və hətta bir az daha çox şey edə bildiyiniz zaman (məsuliyyətlərinizə uyğun olaraq), köklü yeni şeylər öyrənmək - bir tərəfdən, böyük həvəs yaradır, lakin digər tərəfdən - fiziki ağrıya çevrilir " başımda dişlilər ".
Mən hələ də proqramlaşdırma və maşın öyrənməsinin bütün əsas anlayışlarını tam başa düşmürəm, ona görə də məni çox sərt mühakimə etməməlisiniz. Ümid edirəm ki, məqaləm mənim kimi proqram təminatından uzaq olan insanlar üçün maraqlı və faydalı olacaq.
Kursun icmalına keçməzdən əvvəl deyim ki, onu öyrənmək üçün ən azı Python haqqında minimal biliyə ehtiyacınız olacaq. Dummies üçün bir neçə kitab oxuya bilərsiniz (mən də Stepic üzrə kurs almağa başlamışam, lakin hələ tam mənimsəməmişəm).
TensorFlow kursunun özündə mürəkkəb konstruksiyalar olmayacaq, lakin kitabxanaların niyə idxal edildiyini, funksiyanın necə təyin edildiyini və nə üçün ona nəyinsə əvəz edildiyini başa düşmək lazımdır.
Niyə TensorFlow və Udacity?
Təlimin əsas məqsədi neyron şəbəkələrdən istifadə edərək elektrik quraşdırma elementlərinin fotoşəkillərini tanımaq istəyi idi.
Dostlarımdan eşitdiyim üçün TensorFlow-u seçdim. Və başa düşdüyüm kimi, bu kurs kifayət qədər populyardır.
Məmurdan öyrənməyə çalışdım .
Və sonra iki problemlə qarşılaşdım.
- Çoxlu tədris materialları var və onlar müxtəlif çeşidlərdə olur. Təsvirin tanınması probleminin həlli ilə bağlı ən azı az-çox tam təsəvvür yaratmaq mənim üçün çox çətin idi.
- Mənə lazım olan məqalələrin çoxu rus dilinə tərcümə olunmayıb. Elə oldu ki, mən uşaq vaxtı alman dilini öyrəndim və indi bir çox sovet uşaqları kimi nə alman dilini, nə də ingilis dilini bilmirəm. Əlbəttə ki, yetkin həyatım boyu ingilis dilini mənimsəməyə çalışdım, amma şəkildəki kimi bir şey oldu.
Rəsmi veb saytı araşdırdıqdan sonra keçmək üçün tövsiyələr tapdım .
Mən başa düşdüyüm kimi, Coursera üzrə kurs pullu olub, kurs da “pulsuz, yəni boş yerə” keçmək mümkün idi.
Kursun məzmunu
Kurs 9 dərsdən ibarətdir.
İlk bölmə girişdir, burada prinsipcə bunun nə üçün lazım olduğunu izah edəcəklər.
2-ci dərs mənim ən sevdiyim dərs oldu. Anlamaq üçün kifayət qədər sadə idi və eyni zamanda elmin möcüzələrini nümayiş etdirirdi. Bir sözlə, bu dərsdə neyron şəbəkələri haqqında əsas məlumatlarla yanaşı, yaradıcılar temperaturun Farenheitdən Selsiyə çevrilməsi problemini həll etmək üçün bir qatlı neyron şəbəkədən necə istifadə olunacağını nümayiş etdirirlər.
Bu, həqiqətən də çox bariz nümunədir. Mən hələ də burada oturub oxşar problemi necə həll edəcəyimi düşünürəm, ancaq elektrikçilər üçün.
Təəssüf ki, mən daha da dayandım, çünki tanımadığı bir dildə anlaşılmaz şeyləri öyrənmək olduqca çətindir. Məni xilas edən Habré-də tapdıqlarım oldu .
Tərcümə yüksək keyfiyyətlə aparılıb, Colab dəftərləri də tərcümə olunub, ona görə də sonra həm orijinala, həm də tərcüməyə baxdım.
3 nömrəli dərs əslində TensorFlow rəsmi təlimatının materiallarının uyğunlaşdırılmasıdır. Bu dərslikdə biz paltar şəkillərini necə təsnif etməyi öyrənmək üçün çoxqatlı neyron şəbəkəsindən istifadə edirik (Fashion MNIST dataset).
4-dən 7-dək olan dərslər də təlimatın uyğunlaşdırılmasıdır. Ancaq onların düzgün tərtib edildiyinə görə, özünüz öyrənmə ardıcıllığını başa düşməyə ehtiyac yoxdur. Bu dərslərdə bizə ultradəqiq neyron şəbəkələri, təlimin dəqiqliyini necə artırmaq və modeli saxlamaq barədə qısa məlumat veriləcək. Eyni zamanda, biz eyni zamanda şəkildə pişik və itlərin təsnifatı problemini həll edəcəyik.
8 nömrəli dərs tamam ayrı kursdur, başqa müəllim var, kursun özü də kifayət qədər genişdir. Dərs zaman silsiləsi haqqındadır. Hələ onunla maraqlanmadığım üçün onu diaqonal olaraq skan etdim.
Bu, TensorFlow lite üzrə pulsuz kurs keçməyə dəvət olan 9-cu dərslə başa çatır.
Bəyəndiyiniz və bəyənmədiyiniz şeylər
Mən peşəkarlarla başlayacağam:
- Kurs pulsuzdur
- Kurs TensorFlow 2-dədir. Gördüyüm bəzi dərsliklər və İnternetdəki bəzi kurslar TensorFlow 1-də idi. Böyük fərq varmı bilmirəm, amma indiki versiyanı öyrənmək çox xoşdur.
- Videodakı müəllimlər zəhlətökən deyil (baxmayaraq ki, rus dilində orijinaldakı kimi şən oxumurlar)
- Kurs çox vaxt çəkmir
- Kurs sizi kədərləndirmir və ümidsiz hiss etdirmir. Kursdakı tapşırıqlar sadədir və bir şey aydın deyilsə (və tapşırıqların yaxşı yarısı mənə aydın deyildi) düzgün həlli ilə həmişə Colab şəklində bir işarə var.
- Heç bir şey quraşdırmaq lazım deyil, kursun bütün laboratoriya işləri brauzerdə edilə bilər
İndi mənfi cəhətləri:
- Nəzarət materialları praktiki olaraq yoxdur. Nə testlər, nə tapşırıqlar, nə də kursun mənimsənilməsini yoxlamaq üçün heç bir şey yoxdur
- Bütün bloknotlarım lazım olduğu kimi işləmədi. Düşünürəm ki, ingilis dilinin orijinal kursunun üçüncü dərsində Colab səhv etdi və bununla nə edəcəyimi bilmədim.
- Yalnız kompüterdə izləmək rahatdır. Bəlkə də tam başa düşmədim, amma smartfonumda Udacity proqramını tapa bilmədim. Və saytın mobil versiyası cavab vermir, yəni demək olar ki, bütün ekran sahəsi naviqasiya menyusu tərəfindən işğal edilir, lakin əsas məzmunu görmək üçün baxış sahəsindən kənarda sağa sürüşmək lazımdır. Həmçinin, videoya telefonda baxmaq mümkün deyil. 6 düymdən bir qədər çox olan ekranda həqiqətən heç nə görə bilməzsiniz.
- Kursda bəzi şeylər bir neçə dəfə çeynənilir, lakin eyni zamanda, konvolyusiya şəbəkələrində həqiqətən zəruri olan şeylər kursda çeynənmir. Mən hələ də bəzi məşqlərin ümumi məqsədini başa düşmədim (məsələn, Max Pooling nə üçündür).
Xülasə
Şübhəsiz ki, möcüzənin baş vermədiyini artıq təxmin etdiniz. Və bu qısa kursu bitirdikdən sonra neyron şəbəkələrin necə işlədiyini həqiqətən başa düşmək mümkün deyil.
Əlbəttə ki, bundan sonra keçid qurğularındakı açarların və düymələrin fotoşəkillərinin təsnifatı ilə öz problemimi həll edə bilmədim.
Ancaq ümumilikdə kurs faydalıdır. Bu, TensorFlow ilə nəyin edilə biləcəyini və bundan sonra hansı istiqaməti tutacağını göstərir.
Düşünürəm ki, əvvəlcə Python-un əsaslarını öyrənməli və neyron şəbəkələrin necə işlədiyinə dair rus dilində kitablar oxumalı, sonra isə TensorFlow-u götürməliyəm.
Sonda dostlarıma təşəkkürümü bildirirəm ki, məni Habr haqqında ilk məqaləni yazmağa sövq edib, onu formatlamağa kömək ediblər.
PS Şərhlərinizi və hər hansı konstruktiv tənqidi görməyə şad olaram.
Mənbə: www.habr.com