Ar hyd fy mywyd fel oedolyn, rydw i wedi bod yn ddiod egni (na, nawr nid ydym yn sôn am ddiod ag iddi briodweddau amheus).
Nid wyf erioed wedi bod â diddordeb arbennig ym myd technoleg gwybodaeth, a phrin y gallaf hyd yn oed luosi matricsau ar ddarn o bapur. A doeddwn i byth angen hyn, fel eich bod chi'n deall ychydig am fanylion fy ngwaith, gallaf rannu stori hyfryd. Gofynnais unwaith i fy nghydweithwyr wneud y gwaith mewn taenlen Excel, roedd hanner y diwrnod gwaith wedi mynd heibio, es i fyny atyn nhw, ac roedden nhw'n eistedd ac yn crynhoi'r data ar gyfrifiannell, ie, ar gyfrifiannell du cyffredin gyda botymau. Wel, pa fath o rwydweithiau niwral y gallwn ni siarad amdanynt ar ôl hyn?... Felly, ni chefais erioed unrhyw ragofynion arbennig ar gyfer trochi fy hun ym myd TG. Ond, fel maen nhw'n dweud, “mae'n dda lle dydyn ni ddim,” bu fy ffrindiau'n swyno fy nghlustiau am realiti estynedig, am rwydweithiau niwral, am ieithoedd rhaglennu (yn bennaf am Python).
Mewn geiriau roedd yn edrych yn syml iawn, a phenderfynais pam ddim meistroli’r gelfyddyd hudol hon er mwyn ei chymhwyso yn fy maes gweithgaredd.
Yn yr erthygl hon, byddaf yn hepgor fy ymdrechion i feistroli hanfodion Python a rhannu gyda chi fy argraffiadau o'r cwrs TensorFlow rhad ac am ddim gan Udacity.
Cyflwyniad
I ddechrau, mae'n werth nodi, ar ôl 11 mlynedd yn y diwydiant ynni, pan fyddwch chi'n gwybod ac yn gallu gwneud popeth a hyd yn oed ychydig yn fwy (yn ôl eich cyfrifoldebau), mae dysgu pethau radical newydd - ar y naill law, yn achosi brwdfrydedd mawr, ond ar y llaw arall — yn troi yn boen corfforol " gerau yn fy mhen."
Nid wyf yn deall holl gysyniadau sylfaenol rhaglennu a dysgu peiriant yn llawn o hyd, felly ni ddylech fy marnu yn rhy llym. Rwy'n gobeithio y bydd fy erthygl yn ddiddorol ac yn ddefnyddiol i bobl fel fi sydd ymhell o ddatblygu meddalwedd.
Cyn symud ymlaen i'r trosolwg o'r cwrs, byddaf yn dweud y bydd angen o leiaf ychydig o wybodaeth am Python arnoch i'w astudio. Gallwch ddarllen cwpl o lyfrau ar gyfer dymis (rwyf hefyd wedi dechrau dilyn cwrs ar Stepic, ond heb ei feistroli'n llwyr eto).
Ni fydd y cwrs TensorFlow ei hun yn cynnwys lluniadau cymhleth, ond bydd angen deall pam mae llyfrgelloedd yn cael eu mewnforio, sut mae swyddogaeth yn cael ei diffinio a pham mae rhywbeth yn cael ei amnewid ynddo.
Pam TensorFlow ac Udacity?
Prif nod fy hyfforddiant oedd yr awydd i adnabod ffotograffau o elfennau gosod trydanol gan ddefnyddio rhwydweithiau niwral.
Dewisais TensorFlow oherwydd clywais amdano gan fy ffrindiau. Ac yn ôl a ddeallaf, mae'r cwrs hwn yn eithaf poblogaidd.
Ceisiais ddechrau dysgu gan y swyddog .
Ac yna rhedais i ddwy broblem.
- Mae yna lawer o ddeunyddiau addysgol, ac maen nhw'n dod mewn gwahanol fathau. Roedd yn anodd iawn i mi greu o leiaf darlun mwy neu lai cyflawn o ddatrys y broblem adnabod delwedd.
- Nid yw'r rhan fwyaf o'r erthyglau sydd eu hangen arnaf wedi'u cyfieithu i Rwsieg. Digwyddodd fel y dysgais Almaeneg yn blentyn a nawr, fel llawer o blant Sofietaidd, nid wyf yn gwybod naill ai Almaeneg na Saesneg. Wrth gwrs, trwy gydol fy mywyd fel oedolyn, ceisiais feistroli Saesneg, ond fe drodd rhywbeth fel yn y llun.
Ar ôl cloddio o gwmpas ar y wefan swyddogol, darganfyddais argymhellion i fynd drwyddynt .
Yn ôl a ddeallaf, talwyd y cwrs ar Coursera, a'r cwrs roedd modd pasio “yn rhad ac am ddim, hynny yw, am ddim.”
Cynnwys y cwrs
Mae'r cwrs yn cynnwys 9 gwers.
Mae'r adran gyntaf yn un ragarweiniol, lle byddant yn dweud wrthych pam fod ei hangen mewn egwyddor.
Gwers #2 oedd fy ffefryn. Roedd yn ddigon syml i'w ddeall a hefyd yn arddangos rhyfeddodau gwyddoniaeth. Yn fyr, yn y wers hon, yn ogystal â gwybodaeth sylfaenol am rwydweithiau niwral, mae'r crewyr yn dangos sut i ddefnyddio rhwydwaith niwral un haen i ddatrys y broblem o drosi tymheredd o Fahrenheit i Celsius.
Mae hon yn wir yn enghraifft glir iawn. Rwy'n dal i eistedd yma yn meddwl sut i ddod o hyd i broblem debyg a'i datrys, ond dim ond ar gyfer trydanwyr.
Yn anffodus, fe wnes i oedi ymhellach, oherwydd mae dysgu pethau annealladwy mewn iaith anghyfarwydd yn eithaf anodd. Yr hyn a'm hachubodd oedd yr hyn a ddarganfyddais ar Habré .
Gwnaed y cyfieithiad o safon uchel, cyfieithwyd llyfrau nodiadau Colab hefyd, felly edrychais ar y gwreiddiol a'r cyfieithiad.
Mae Gwers Rhif 3, mewn gwirionedd, yn addasiad o ddeunyddiau o diwtorial swyddogol TensorFlow. Yn y tiwtorial hwn, rydyn ni'n defnyddio rhwydwaith niwral amlhaenog i ddysgu sut i ddosbarthu lluniau o ddillad (set ddata Fashion MNIST).
Mae Gwersi Rhif 4 i 7 hefyd yn addasiad o'r tiwtorial. Ond oherwydd eu bod wedi'u trefnu'n gywir, nid oes angen deall y dilyniant astudio eich hun. Yn y gwersi hyn byddwn yn cael gwybod yn fyr am rwydweithiau niwral tra-fanwl, sut i gynyddu cywirdeb yr hyfforddiant ac achub y model. Ar yr un pryd, byddwn ar yr un pryd yn datrys y broblem o ddosbarthu cathod a chŵn yn y ddelwedd.
Mae Gwers Rhif 8 yn gwrs cwbl ar wahân, mae yna athro gwahanol, ac mae'r cwrs ei hun yn eithaf helaeth. Mae'r wers yn ymwneud â chyfresi amser. Gan nad oes gen i ddiddordeb ynddo eto, fe wnes i ei sganio'n groeslinol.
Daw hyn i ben gyda gwers #9, sef gwahoddiad i ddilyn cwrs am ddim ar TensorFlow lite.
Beth oeddech chi'n ei hoffi a ddim yn ei hoffi
Dechreuaf gyda'r manteision:
- Mae'r cwrs am ddim
- Mae’r cwrs ar TensorFlow 2. Roedd rhai gwerslyfrau a welais a rhai cyrsiau ar y Rhyngrwyd ar TensorFlow 1. Dydw i ddim yn gwybod os oes gwahaniaeth mawr, ond mae’n braf dysgu’r fersiwn gyfredol.
- Nid yw'r athrawon yn y fideo yn blino (er yn y fersiwn Rwsieg nid ydynt yn darllen mor siriol ag yn y gwreiddiol)
- Nid yw'r cwrs yn cymryd llawer o amser
- Nid yw'r cwrs yn gwneud i chi deimlo'n drist nac yn anobeithiol. Mae'r tasgau yn y cwrs yn syml ac mae awgrym bob amser ar ffurf Colab gyda'r ateb cywir os nad yw rhywbeth yn glir (a hanner da o'r tasgau ddim yn glir i mi)
- Nid oes angen gosod unrhyw beth, gellir gwneud holl waith labordy'r cwrs yn y porwr
Nawr yr anfanteision:
- Nid oes bron unrhyw ddeunyddiau rheoli. Dim profion, dim tasgau, dim byd i wirio meistrolaeth y cwrs rywsut
- Nid oedd fy holl lyfrau nodiadau yn gweithio fel y dylent. Rwy'n meddwl yn nhrydedd wers y cwrs gwreiddiol yn Saesneg roedd Colab yn taflu gwall a doeddwn i ddim yn gwybod beth i'w wneud ag ef
- Yn gyfleus i wylio ar gyfrifiadur yn unig. Efallai nad oeddwn yn ei ddeall yn iawn, ond ni allwn ddod o hyd i'r app Udacity ar fy ffôn clyfar. Ac nid yw fersiwn symudol y wefan yn ymatebol, hynny yw, mae bron yr ardal sgrin gyfan yn cael ei meddiannu gan y ddewislen llywio, ond i weld y prif gynnwys mae angen i chi sgrolio i'r dde y tu hwnt i'r ardal wylio. Hefyd, ni ellir gweld y fideo ar y ffôn. Ni allwch weld unrhyw beth ar sgrin sy'n mesur ychydig dros 6 modfedd.
- Mae rhai pethau yn y cwrs yn cael eu cnoi drosodd sawl gwaith, ond ar yr un pryd, nid yw'r pethau gwirioneddol angenrheidiol ar y rhwydweithiau convolutional eu hunain yn cael eu cnoi yn y cwrs. Doeddwn i dal ddim yn deall pwrpas cyffredinol rhai o’r ymarferion (er enghraifft, beth yw pwrpas Max Pooling).
Crynodeb
Siawns eich bod eisoes wedi dyfalu na ddigwyddodd y wyrth. Ac ar ôl cwblhau'r cwrs byr hwn, mae'n amhosibl deall yn iawn sut mae rhwydweithiau niwral yn gweithio.
Wrth gwrs, ar ôl hyn nid oeddwn yn gallu datrys fy mhroblem fy hun gyda dosbarthiad ffotograffau o switshis a botymau mewn switshis.
Ond yn gyffredinol mae'r cwrs yn ddefnyddiol. Mae'n dangos pa bethau y gellir eu gwneud gyda TensorFlow a pha gyfeiriad i'w gymryd nesaf.
Rwy'n meddwl bod angen i mi ddysgu hanfodion Python yn gyntaf a darllen llyfrau yn Rwsieg am sut mae rhwydweithiau niwral yn gweithio, ac yna cymryd TensorFlow.
I gloi, hoffwn ddiolch i fy ffrindiau am fy ngwthio i ysgrifennu'r erthygl gyntaf ar Habr a'm helpu i'w fformatio.
ON Byddaf yn falch o weld eich sylwadau ac unrhyw feirniadaeth adeiladol.
Ffynhonnell: hab.com