Yadda injiniyan makamashi ya yi nazarin hanyoyin sadarwa na jijiyoyi da kuma bitar karatun kyauta "Udacity: Gabatarwa zuwa TensorFlow don Ilimi mai zurfi"

Duk rayuwata ta girma, na kasance abin sha mai kuzari (a'a, yanzu ba muna magana game da abin sha tare da kaddarorin masu ban mamaki ba).

Ban taɓa sha'awar duniyar fasahar sadarwa ta musamman ba, kuma da ƙyar ba zan iya ninka matrices akan takarda ba. Kuma ban taɓa buƙatar wannan ba, don ku ɗan fahimta kaɗan game da takamaiman aikina, zan iya ba da labari mai ban mamaki. Na taba tambayi abokan aikina da su yi aikin a cikin ma'ajin Excel, rabin ranar aiki ya wuce, na hau zuwa gare su, suna zaune suna taqaita bayanai a kan na'urar lissafi, eh, a kan wani talakawa black calculator tare da buttons. To, wane irin hanyoyin sadarwa ne za mu iya magana game da bayan wannan? .. Saboda haka, ban taɓa samun wasu buƙatu na musamman don nutsar da kaina a cikin duniyar IT ba. Amma, kamar yadda suke cewa, "Yana da kyau a inda ba mu," abokaina sun buge kunnuwana game da gaskiyar haɓaka, game da hanyoyin sadarwa, game da harsunan shirye-shirye (yafi game da Python).

A cikin kalmomi ya yi kama da sauƙi, kuma na yanke shawarar me yasa ban mallaki wannan sihirin sihiri ba domin in yi amfani da shi a fagen aiki na.

A cikin wannan labarin, zan tsallake ƙoƙarina na ƙware mahimman abubuwan Python kuma in raba muku ra'ayoyina na kwas ɗin TensorFlow kyauta daga Udacity.

Yadda injiniyan makamashi ya yi nazarin hanyoyin sadarwa na jijiyoyi da kuma bitar karatun kyauta "Udacity: Gabatarwa zuwa TensorFlow don Ilimi mai zurfi"

Gabatarwar

Da farko, yana da kyau a lura cewa bayan shekaru 11 a cikin masana'antar makamashi, lokacin da kuka sani kuma zaku iya yin komai da ƙari kaɗan (bisa ga alhakin ku), koyan sabbin abubuwa masu tsattsauran ra'ayi - a gefe guda, yana haifar da babbar sha'awa. amma a daya - ya zama ciwo na jiki "gears a cikin kaina."

Har yanzu ban fahimci dukkan mahimman abubuwan da suka shafi shirye-shirye da koyan injina ba, don haka bai kamata ku yanke mani hukunci da tsauri ba. Ina fatan labarina zai kasance mai ban sha'awa da amfani ga mutane kamar ni waɗanda ke nesa da haɓaka software.

Kafin mu ci gaba zuwa bayanin kwas, zan ce don yin nazarinsa za ku buƙaci aƙalla ilimin Python. Kuna iya karanta littattafai guda biyu don dummies (Ni ma na fara ɗaukar kwas akan Stepic, amma har yanzu ban ƙware shi gaba ɗaya ba).

Tsarin TensorFlow da kansa ba zai ƙunshi hadaddun gini ba, amma zai zama dole a fahimci dalilin da yasa ake shigo da ɗakunan karatu, yadda aka ayyana aiki, da kuma dalilin da yasa aka canza wani abu a ciki.

Me yasa TensorFlow da Udacity?

Babban burin horo na shine sha'awar gane hotunan abubuwan shigar da wutar lantarki ta amfani da hanyoyin sadarwa na jijiyoyi.

Na zabi TensorFlow saboda na ji labarinsa daga abokaina. Kuma kamar yadda na fahimta, wannan karatun ya shahara sosai.

Na yi ƙoƙarin fara koyo daga jami'in koyawa .

Sannan na fuskanci matsaloli guda biyu.

  • Akwai kayan ilimi da yawa, kuma suna zuwa iri-iri. Yana da matukar wahala a gare ni in ƙirƙira aƙalla cikakken hoto ko žasa na warware matsalar gane hoton.
  • Yawancin labaran da nake bukata ba a fassara su zuwa Rashanci ba. Ya faru ne cewa na koyi Jamusanci tun ina yaro kuma yanzu, kamar yawancin yaran Soviet, ban san Jamusanci ko Ingilishi ba. Tabbas, a duk tsawon rayuwata na girma, na yi ƙoƙarin koyon Turanci, amma ya zama wani abu kamar a cikin hoton.

Yadda injiniyan makamashi ya yi nazarin hanyoyin sadarwa na jijiyoyi da kuma bitar karatun kyauta "Udacity: Gabatarwa zuwa TensorFlow don Ilimi mai zurfi"

Bayan digging a kusa da kan official website, Na sami shawarwarin da za a bi daya daga cikin darussa biyu na kan layi.

Kamar yadda na fahimta, an biya kwas a kan Coursera, kuma kwas Udacity: Gabatarwa zuwa TensorFlow don Ilmi mai zurfi yana yiwuwa a wuce "kyauta, wato, ba tare da komai ba."

Abun cikin darasi

Kwas ɗin ya ƙunshi darussa 9.

Sashe na farko shi ne gabatarwa, inda za su gaya maka dalilin da ya sa ake bukata bisa manufa.

Darasi #2 ya zama abin da na fi so. Ya kasance mai sauƙi don fahimta kuma ya nuna abubuwan al'ajabi na kimiyya. A takaice, a cikin wannan darasi, baya ga mahimman bayanai game da hanyoyin sadarwa na jijiyoyi, masu yin aikin sun nuna yadda ake amfani da hanyar sadarwa ta jijiyoyi guda daya don magance matsalar sauya yanayin zafi daga Fahrenheit zuwa Celsius.

Lallai wannan misali ne bayyananne. Har yanzu ina zaune a nan ina tunanin yadda zan bullo da kuma magance irin wannan matsala, amma ga masu lantarki kawai.

Abin baƙin ciki, na ci gaba da tsayawa, domin koyan abubuwan da ba sa fahimta a cikin yaren da ba a sani ba yana da wuyar gaske. Abin da ya cece ni shi ne abin da na samu a Habré fassarar wannan kwas zuwa Rashanci.

An yi fassarar da inganci, an kuma fassara littattafan rubutu na Colab, don haka sai na duba duka na asali da fassarar.

Darasi na 3, a haƙiƙa, daidaita kayan aiki ne daga koyarwar TensorFlow na hukuma. A cikin wannan koyawa, muna amfani da hanyar sadarwa ta jijiyoyi da yawa don koyon yadda ake rarraba hotunan tufafi (Fashion MNIST dataset).

Darasi na 4 zuwa na 7 suma daidaitawar koyarwa ne. Amma saboda gaskiyar cewa an shirya su daidai, babu buƙatar fahimtar jerin binciken da kanku. A cikin waɗannan darussan za a yi mana ɗan bayani game da hanyoyin sadarwa na jijiyoyi masu ma'ana, yadda ake haɓaka daidaiton horo da adana samfurin. A lokaci guda, za mu magance matsalar lokaci guda na rarraba cats da karnuka a cikin hoton.

Darasi na 8 kwas ne na daban, akwai malami daban, kuma kwas din kansa yana da yawa. Darasin ya shafi jerin lokuta. Tun da har yanzu ban sha'awar sa ba, na duba shi a tsaye.

Wannan ya ƙare da darasi #9, wanda shine gayyata don ɗaukar kwas kyauta akan TensorFlow Lite.

Abin da kuke so kuma ba ku so

Zan fara da abubuwa masu kyau:

  • Karatun kyauta ne
  • Kwas ɗin yana kan TensorFlow 2. Wasu litattafai da na gani da wasu darussa akan Intanet sun kasance akan TensorFlow 1. Ban sani ba idan akwai babban bambanci, amma yana da kyau a koyi fasalin halin yanzu.
  • Malaman da ke cikin bidiyon ba su da ban haushi (ko da yake a cikin harshen Rashanci ba sa karantawa da fara'a kamar yadda yake a asali)
  • Kwas ɗin ba ya ɗaukar lokaci mai yawa
  • Kwas ɗin ba ya sa ku baƙin ciki ko rashin bege. Ayyukan da ke cikin hanya suna da sauƙi kuma koyaushe akwai alamar alama a cikin nau'i na Colab tare da madaidaicin bayani idan wani abu bai bayyana ba (kuma rabin rabin ayyukan ba su bayyana a gare ni ba)
  • Babu buƙatar shigar da wani abu, duk aikin dakin gwaje-gwaje na kwas za a iya yi a cikin mai bincike

Yanzu rashin amfani:

  • A zahiri babu kayan sarrafawa. Babu gwaje-gwaje, babu ɗawainiya, babu wani abu don bincika ƙwarewar kwas ɗin ko ta yaya
  • Ba duk faifan rubutu na sun yi aiki yadda ya kamata ba. Ina tsammanin a darasi na uku na ainihin kwas a Turanci Colab yana jefa kuskure kuma ban san abin da zan yi da shi ba.
  • Dauki don kallo kawai akan kwamfuta. Wataƙila ban fahimce shi sosai ba, amma ban iya samun app ɗin Udacity akan wayoyi na ba. Kuma sigar wayar tafi-da-gidanka ba ta amsawa, wato, kusan dukkanin yankin allon yana mamaye menu na kewayawa, amma don ganin babban abun ciki kuna buƙatar gungurawa zuwa dama bayan wurin kallo. Hakanan, ba za a iya kallon bidiyon akan wayar ba. Ba za ku iya ganin wani abu da gaske akan allon da ya wuce inci 6 ba.
  • Wasu abubuwan da ke cikin kwas ɗin ana taunawa sau da yawa, amma a lokaci guda, ainihin abubuwan da ake buƙata a cikin hanyoyin sadarwa na juyin juya hali su kansu ba a tauna su a cikin kwas ɗin. Har yanzu ban fahimci maƙasudin maƙasudin wasu ayyukan ba (misali, menene Max Pooling don).

Takaitaccen

Tabbas kun riga kun zaci cewa abin al'ajabi bai faru ba. Kuma bayan kammala wannan ɗan gajeren kwas, ba zai yuwu a fahimci ainihin yadda hanyoyin sadarwa ke aiki ba.

Tabbas, bayan wannan ban iya magance matsalata da kaina ba tare da rarraba hotuna na maɓalli da maɓalli a cikin maɓalli.

Amma gabaɗaya kwas ɗin yana da amfani. Yana nuna abin da za a iya yi tare da TensorFlow da kuma wace hanya za a ɗauka na gaba.

Ina tsammanin na fara buƙatar koyon tushen Python kuma in karanta littattafai a cikin Rashanci game da yadda hanyoyin sadarwa na jijiyoyi ke aiki, sannan in ɗauki TensorFlow.

A karshe ina mika godiya ga abokaina da suka tursasa ni na rubuta labarin Habr na farko da suka taimaka min wajen tsara shi.

PS Zan yi farin cikin ganin maganganunku da duk wani zargi mai ma'ana.

source: www.habr.com

Add a comment