કેવી રીતે એનર્જી એન્જિનિયરે ન્યુરલ નેટવર્ક્સનો અભ્યાસ કર્યો અને ફ્રી કોર્સ “Udacity: Intro to TensorFlow for Deep Learning” ની સમીક્ષા

મારા આખું પુખ્ત જીવન, હું એનર્જી ડ્રિંક રહ્યો છું (ના, હવે આપણે શંકાસ્પદ ગુણધર્મોવાળા પીણા વિશે વાત કરી રહ્યા નથી).

મને ઈન્ફોર્મેશન ટેક્નોલોજીની દુનિયામાં ક્યારેય ખાસ રસ નથી રહ્યો અને હું ભાગ્યે જ કાગળના ટુકડા પર મેટ્રિક્સનો ગુણાકાર કરી શકું છું. અને મને આની ક્યારેય જરૂર નથી, જેથી તમે મારા કાર્યની વિશિષ્ટતાઓ વિશે થોડું સમજો, હું એક અદ્ભુત વાર્તા શેર કરી શકું. મેં એકવાર મારા સાથીદારોને એક્સેલ સ્પ્રેડશીટમાં કામ કરવાનું કહ્યું, કામનો અડધો દિવસ વીતી ગયો, હું તેમની પાસે ગયો, અને તેઓ બેઠા હતા અને કેલ્ક્યુલેટર પર ડેટાનો સારાંશ આપી રહ્યા હતા, હા, બટનોવાળા સામાન્ય કાળા કેલ્ક્યુલેટર પર. ઠીક છે, આ પછી આપણે કયા પ્રકારના ન્યુરલ નેટવર્ક વિશે વાત કરી શકીએ?.. તેથી, મારી પાસે આઇટીની દુનિયામાં ડૂબી જવા માટે ક્યારેય કોઈ ખાસ પૂર્વજરૂરીયાતો નહોતી. પરંતુ, જેમ તેઓ કહે છે કે, "આપણે જ્યાં નથી ત્યાં તે સારું છે," મારા મિત્રોએ મારા કાનને ઓગમેન્ટેડ રિયાલિટી, ન્યુરલ નેટવર્ક્સ, પ્રોગ્રામિંગ લેંગ્વેજ (મુખ્યત્વે પાયથોન વિશે) વિશે ગૂંજ્યા.

શબ્દોમાં તે ખૂબ જ સરળ લાગતું હતું, અને મેં નક્કી કર્યું કે શા માટે આ જાદુઈ કળાને મારા પ્રવૃત્તિના ક્ષેત્રમાં લાગુ કરવા માટે તેને માસ્ટર ન કરવી.

આ લેખમાં, હું Pythonની મૂળભૂત બાબતોમાં નિપુણતા મેળવવાના મારા પ્રયાસોને છોડી દઈશ અને Udacity તરફથી મફત TensorFlow કોર્સની મારી છાપ તમારી સાથે શેર કરીશ.

પરિચય

શરૂઆતમાં, તે નોંધવું યોગ્ય છે કે ઉર્જા ઉદ્યોગમાં 11 વર્ષ પછી, જ્યારે તમે બધું જાણો છો અને કરી શકો છો અને થોડું વધારે (તમારી જવાબદારીઓ અનુસાર), ધરમૂળથી નવી વસ્તુઓ શીખવાથી - એક તરફ, ખૂબ ઉત્સાહનું કારણ બને છે, પરંતુ બીજી બાજુ - શારીરિક પીડામાં ફેરવાય છે " મારા માથામાં ગિયર્સ."

હું હજી પણ પ્રોગ્રામિંગ અને મશીન લર્નિંગની તમામ મૂળભૂત વિભાવનાઓને સંપૂર્ણપણે સમજી શકતો નથી, તેથી તમારે મને ખૂબ કઠોરતાથી ન્યાય ન કરવો જોઈએ. મને આશા છે કે મારો લેખ મારા જેવા લોકો માટે રસપ્રદ અને ઉપયોગી થશે જેઓ સોફ્ટવેર ડેવલપમેન્ટથી દૂર છે.

અભ્યાસક્રમની ઝાંખી તરફ આગળ વધતાં પહેલાં, હું કહીશ કે તેનો અભ્યાસ કરવા માટે તમારે પાયથોન વિશે ઓછામાં ઓછું જ્ઞાન હોવું જરૂરી છે. તમે ડમીઝ માટે બે પુસ્તકો વાંચી શકો છો (મેં સ્ટેપિક પર કોર્સ લેવાનું પણ શરૂ કર્યું છે, પરંતુ હજી સુધી તેમાં સંપૂર્ણ નિપુણતા મેળવી નથી).

TensorFlow કોર્સ પોતે જટિલ રચનાઓ ધરાવતું નથી, પરંતુ તે સમજવું જરૂરી છે કે લાઇબ્રેરીઓ શા માટે આયાત કરવામાં આવે છે, ફંક્શન કેવી રીતે વ્યાખ્યાયિત કરવામાં આવે છે અને શા માટે તેમાં કંઈક બદલવામાં આવે છે.

TensorFlow અને Udacity શા માટે?

મારી તાલીમનો મુખ્ય ધ્યેય ન્યુરલ નેટવર્કનો ઉપયોગ કરીને ઇલેક્ટ્રિકલ ઇન્સ્ટોલેશન તત્વોના ફોટોગ્રાફ્સને ઓળખવાની ઇચ્છા હતી.

મેં TensorFlow પસંદ કર્યું કારણ કે મેં તેના વિશે મારા મિત્રો પાસેથી સાંભળ્યું છે. અને જેમ હું તેને સમજું છું, આ કોર્સ ખૂબ લોકપ્રિય છે.

મેં અધિકારી પાસેથી શીખવાનું શરૂ કરવાનો પ્રયાસ કર્યો ટ્યુટોરીયલ .

અને પછી હું બે સમસ્યાઓમાં પડી ગયો.

• ત્યાં ઘણી બધી શૈક્ષણિક સામગ્રી છે, અને તે વિવિધ જાતોમાં આવે છે. ઇમેજ રેકગ્નિશન સમસ્યાને ઉકેલવા માટે ઓછામાં ઓછું વધુ કે ઓછું સંપૂર્ણ ચિત્ર બનાવવું મારા માટે ખૂબ જ મુશ્કેલ હતું.
• મને જોઈતા મોટાભાગના લેખો રશિયનમાં અનુવાદિત થયા નથી. એવું બન્યું કે હું બાળપણમાં જર્મન શીખ્યો અને હવે, ઘણા સોવિયત બાળકોની જેમ, મને જર્મન કે અંગ્રેજી આવડતું નથી. અલબત્ત, મારા પુખ્ત જીવન દરમિયાન, મેં અંગ્રેજીમાં માસ્ટર કરવાનો પ્રયાસ કર્યો, પરંતુ તે ચિત્રમાં જેવું કંઈક બહાર આવ્યું.

અધિકૃત વેબસાઇટ પર આસપાસ ખોદકામ કર્યા પછી, મને પસાર કરવા માટેની ભલામણો મળી બે ઓનલાઈન અભ્યાસક્રમોમાંથી એક.

જેમ હું તેને સમજું છું, Coursera પરનો કોર્સ ચૂકવવામાં આવ્યો હતો, અને કોર્સ ઉદાસીટી: ડીપ લર્નિંગ માટે ટેન્સરફ્લોનો પ્રસ્તાવના "વિનામૂલ્યે, એટલે કે કંઈપણ માટે" પસાર કરવું શક્ય હતું.

અભ્યાસક્રમ સામગ્રી

કોર્સમાં 9 પાઠનો સમાવેશ થાય છે.

પહેલો વિભાગ પ્રારંભિક છે, જ્યાં તેઓ તમને કહેશે કે સૈદ્ધાંતિક રીતે તેની શા માટે જરૂર છે.

પાઠ #2 મારો પ્રિય બન્યો. તે સમજવા માટે પૂરતું સરળ હતું અને વિજ્ઞાનની અજાયબીઓ પણ દર્શાવી હતી. ટૂંકમાં, આ પાઠમાં, ન્યુરલ નેટવર્ક વિશેની મૂળભૂત માહિતી ઉપરાંત, સર્જકો દર્શાવે છે કે તાપમાનને ફેરનહીટથી સેલ્સિયસમાં રૂપાંતરિત કરવાની સમસ્યાને ઉકેલવા માટે સિંગલ-લેયર ન્યુરલ નેટવર્કનો ઉપયોગ કેવી રીતે કરવો.

આ ખરેખર એક ખૂબ જ સ્પષ્ટ ઉદાહરણ છે. હું હજી પણ અહીં બેઠો છું કે કેવી રીતે આવી સમસ્યાનો સામનો કરવો અને તેનું નિરાકરણ કેવી રીતે કરવું, પરંતુ માત્ર ઇલેક્ટ્રિશિયન માટે.

કમનસીબે, હું આગળ અટકી ગયો, કારણ કે અજાણી ભાષામાં અગમ્ય વસ્તુઓ શીખવી ખૂબ મુશ્કેલ છે. મને હેબ્રે પર જે મળ્યું તે મને બચાવ્યું આ કોર્સનો રશિયનમાં અનુવાદ.

અનુવાદ ઉચ્ચ ગુણવત્તા સાથે કરવામાં આવ્યો હતો, કોલાબ નોટબુકનો પણ અનુવાદ કરવામાં આવ્યો હતો, તેથી મેં પછી મૂળ અને અનુવાદ બંને તરફ જોયું.

પાઠ નંબર 3, હકીકતમાં, અધિકૃત ટેન્સરફ્લો ટ્યુટોરીયલમાંથી સામગ્રીનું અનુકૂલન છે. આ ટ્યુટોરીયલમાં, અમે કપડાંના ચિત્રો (ફેશન MNIST ડેટાસેટ)નું વર્ગીકરણ કેવી રીતે કરવું તે શીખવા માટે મલ્ટિલેયર ન્યુરલ નેટવર્કનો ઉપયોગ કરીએ છીએ.

પાઠ નંબર 4 થી નંબર 7 પણ ટ્યુટોરીયલનું અનુકૂલન છે. પરંતુ તેઓ યોગ્ય રીતે ગોઠવાયેલા હોવાને કારણે, જાતે અભ્યાસનો ક્રમ સમજવાની જરૂર નથી. આ પાઠોમાં અમને અલ્ટ્રા-ચોક્કસ ન્યુરલ નેટવર્ક વિશે ટૂંકમાં જણાવવામાં આવશે, તાલીમની ચોકસાઈ કેવી રીતે વધારવી અને મોડેલને કેવી રીતે સાચવવું. તે જ સમયે, અમે એક સાથે છબીમાં બિલાડીઓ અને કૂતરાઓના વર્ગીકરણની સમસ્યાને હલ કરીશું.

પાઠ નંબર 8 એ સંપૂર્ણપણે અલગ અભ્યાસક્રમ છે, ત્યાં એક અલગ શિક્ષક છે, અને અભ્યાસક્રમ પોતે જ એકદમ વ્યાપક છે. પાઠ સમય શ્રેણી વિશે છે. મને હજી સુધી તેમાં રસ ન હોવાથી, મેં તેને ત્રાંસા સ્કેન કર્યું.

આ પાઠ #9 સાથે સમાપ્ત થાય છે, જે TensorFlow lite પર મફત અભ્યાસક્રમ લેવાનું આમંત્રણ છે.

તમને શું ગમ્યું અને શું ન ગમ્યું

હું ફાયદાઓ સાથે પ્રારંભ કરીશ:

• કોર્સ ફ્રી છે
• આ કોર્સ ટેન્સરફ્લો 2 પર છે. મેં જોયેલી કેટલીક પાઠ્યપુસ્તકો અને ઈન્ટરનેટ પરના કેટલાક કોર્સ ટેન્સરફ્લો 1 પર હતા. મને ખબર નથી કે તેમાં કોઈ મોટો તફાવત છે કે નહીં, પરંતુ વર્તમાન સંસ્કરણ શીખવું સરસ છે.
• વિડિઓમાં શિક્ષકો હેરાન કરતા નથી (જોકે રશિયન સંસ્કરણમાં તેઓ મૂળની જેમ ખુશખુશાલ વાંચતા નથી)
• કોર્સ વધુ સમય લેતો નથી
• કોર્સ તમને ઉદાસી કે નિરાશાજનક લાગતો નથી. કોર્સમાંના કાર્યો સરળ છે અને જો કંઈક સ્પષ્ટ ન હોય તો સાચા ઉકેલ સાથે કોલબના રૂપમાં હંમેશા એક સંકેત હોય છે (અને અડધા કાર્યો મને સ્પષ્ટ ન હતા)
• કંઈપણ ઇન્સ્ટોલ કરવાની જરૂર નથી, કોર્સનું તમામ લેબોરેટરી વર્ક બ્રાઉઝરમાં કરી શકાય છે

હવે ગેરફાયદા:

• વ્યવહારીક રીતે કોઈ નિયંત્રણ સામગ્રી નથી. કોઈ પરીક્ષણો, કોઈ કાર્યો, કોઈક રીતે અભ્યાસક્રમની નિપુણતા તપાસવા માટે કંઈ નથી
• મારા બધા નોટપેડ જોઈએ તે રીતે કામ કરતા નથી. મને લાગે છે કે અંગ્રેજી કોલાબના મૂળ કોર્સના ત્રીજા પાઠમાં ભૂલ થઈ રહી હતી અને મને ખબર નહોતી કે તેની સાથે શું કરવું
• ફક્ત કમ્પ્યુટર પર જોવા માટે અનુકૂળ. કદાચ હું તેને સંપૂર્ણ રીતે સમજી શક્યો નથી, પરંતુ મને મારા સ્માર્ટફોન પર Udacity એપ્લિકેશન મળી નથી. અને સાઇટનું મોબાઇલ સંસ્કરણ પ્રતિભાવશીલ નથી, એટલે કે, લગભગ સમગ્ર સ્ક્રીન વિસ્તાર નેવિગેશન મેનૂ દ્વારા કબજે કરવામાં આવે છે, પરંતુ મુખ્ય સામગ્રી જોવા માટે તમારે જોવાના ક્ષેત્રની બહાર જમણી તરફ સ્ક્રોલ કરવાની જરૂર છે. તેમજ ફોન પર વિડિયો જોઈ શકાતો નથી. માત્ર 6 ઇંચથી વધુની સ્ક્રીન પર તમે ખરેખર કંઈપણ જોઈ શકતા નથી.
• કોર્સમાં કેટલીક વસ્તુઓ ઘણી વખત ચાવવામાં આવે છે, પરંતુ તે જ સમયે, કન્વોલ્યુશનલ નેટવર્ક્સ પર ખરેખર જરૂરી વસ્તુઓ પોતે કોર્સમાં ચાવવામાં આવતી નથી. હું હજી પણ કેટલીક કસરતોનો એકંદર હેતુ સમજી શક્યો નથી (ઉદાહરણ તરીકે, મેક્સ પૂલિંગ શું છે).

સારાંશ

ચોક્કસ તમે પહેલેથી જ અનુમાન લગાવ્યું છે કે ચમત્કાર થયો નથી. અને આ ટૂંકા અભ્યાસક્રમ પૂર્ણ કર્યા પછી, ન્યુરલ નેટવર્ક કેવી રીતે કાર્ય કરે છે તે ખરેખર સમજવું અશક્ય છે.

અલબત્ત, આ પછી હું સ્વિચગિયર્સમાં સ્વીચો અને બટનોના ફોટોગ્રાફ્સના વર્ગીકરણ સાથે મારી સમસ્યાને મારી જાતે હલ કરવામાં સક્ષમ ન હતો.

પરંતુ એકંદરે કોર્સ ઉપયોગી છે. તે બતાવે છે કે ટેન્સરફ્લો સાથે કઈ વસ્તુઓ કરી શકાય છે અને આગળ કઈ દિશામાં લઈ શકાય છે.

મને લાગે છે કે મારે પહેલા પાયથોનની મૂળભૂત બાબતો શીખવાની અને ન્યુરલ નેટવર્ક્સ કેવી રીતે કાર્ય કરે છે તે વિશે રશિયનમાં પુસ્તકો વાંચવાની જરૂર છે, અને પછી ટેન્સરફ્લો પર જાઓ.

નિષ્કર્ષમાં, હું હેબર પર પહેલો લેખ લખવા માટે દબાણ કરવા અને તેને ફોર્મેટ કરવામાં મદદ કરવા માટે મારા મિત્રોનો આભાર કહેવા માંગુ છું.

પીએસ તમારી ટિપ્પણીઓ અને કોઈપણ રચનાત્મક ટીકા જોઈને મને આનંદ થશે.

સોર્સ: www.habr.com