कैसे एक ऊर्जा इंजीनियर ने तंत्रिका नेटवर्क का अध्ययन किया और निःशुल्क पाठ्यक्रम "उडेसिटी: डीप लर्निंग के लिए टेन्सरफ्लो का परिचय" की समीक्षा की।

अपने पूरे वयस्क जीवन में, मैं एक एनर्जी ड्रिंक रहा हूं (नहीं, अब हम संदिग्ध गुणों वाले ड्रिंक के बारे में बात नहीं कर रहे हैं)।

सूचना प्रौद्योगिकी की दुनिया में मेरी कभी विशेष रुचि नहीं रही है, और मैं कागज के एक टुकड़े पर आव्यूहों का गुणा भी मुश्किल से कर पाता हूँ। और मुझे इसकी कभी जरूरत नहीं पड़ी, ताकि आप मेरे काम की बारीकियों को थोड़ा समझ सकें, मैं एक अद्भुत कहानी साझा कर सकूं। मैंने एक बार अपने सहकर्मियों से एक्सेल स्प्रेडशीट में काम करने के लिए कहा था, आधा कार्य दिवस बीत चुका था, मैं उनके पास गया, और वे बैठे थे और एक कैलकुलेटर पर डेटा का योग कर रहे थे, हां, बटन वाले एक साधारण काले कैलकुलेटर पर। खैर, इसके बाद हम किस तरह के तंत्रिका नेटवर्क के बारे में बात कर सकते हैं?.. इसलिए, आईटी की दुनिया में खुद को डुबोने के लिए मेरे पास कभी कोई विशेष शर्त नहीं थी। लेकिन, जैसा कि वे कहते हैं, "यह अच्छा है जहां हम नहीं हैं," मेरे दोस्तों ने संवर्धित वास्तविकता के बारे में, तंत्रिका नेटवर्क के बारे में, प्रोग्रामिंग भाषाओं के बारे में (मुख्य रूप से पायथन के बारे में) मेरे कानों में चर्चा की।

शब्दों में यह बहुत सरल लग रहा था, और मैंने फैसला किया कि क्यों न इस जादुई कला में महारत हासिल की जाए ताकि इसे अपने कार्यक्षेत्र में लागू किया जा सके।

इस लेख में, मैं पायथन की बुनियादी बातों में महारत हासिल करने के अपने प्रयासों को छोड़ दूंगा और आपके साथ उडेसिटी के मुफ्त टेन्सरफ्लो पाठ्यक्रम के बारे में अपने अनुभव साझा करूंगा।

परिचय

आरंभ करने के लिए, यह ध्यान देने योग्य है कि ऊर्जा उद्योग में 11 वर्षों के बाद, जब आप सब कुछ जानते हैं और कर सकते हैं और यहां तक ​​कि थोड़ा और भी (अपनी जिम्मेदारियों के अनुसार), मौलिक रूप से नई चीजें सीखना - एक तरफ, बहुत उत्साह का कारण बनता है, लेकिन दूसरी ओर - शारीरिक दर्द में बदल जाता है "मेरे सिर में दर्द।"

मैं अभी भी प्रोग्रामिंग और मशीन लर्निंग की सभी बुनियादी अवधारणाओं को पूरी तरह से नहीं समझता हूं, इसलिए आपको मेरे बारे में बहुत कठोरता से आकलन नहीं करना चाहिए। मुझे उम्मीद है कि मेरा लेख मेरे जैसे लोगों के लिए दिलचस्प और उपयोगी होगा जो सॉफ्टवेयर विकास से दूर हैं।

पाठ्यक्रम अवलोकन पर आगे बढ़ने से पहले, मैं कहूंगा कि इसका अध्ययन करने के लिए आपको कम से कम पायथन के न्यूनतम ज्ञान की आवश्यकता होगी। आप नौसिखियों के लिए कुछ किताबें पढ़ सकते हैं (मैंने स्टेपिक पर एक कोर्स करना भी शुरू कर दिया है, लेकिन अभी तक इसमें पूरी तरह से महारत हासिल नहीं की है)।

TensorFlow पाठ्यक्रम में स्वयं जटिल संरचनाएँ नहीं होंगी, लेकिन यह समझना आवश्यक होगा कि पुस्तकालयों को क्यों आयात किया जाता है, एक फ़ंक्शन को कैसे परिभाषित किया जाता है, और इसमें कुछ क्यों प्रतिस्थापित किया जाता है।

TensorFlow और Udacity क्यों?

मेरे प्रशिक्षण का मुख्य लक्ष्य तंत्रिका नेटवर्क का उपयोग करके विद्युत स्थापना तत्वों की तस्वीरों को पहचानने की इच्छा थी।

मैंने TensorFlow को चुना क्योंकि मैंने इसके बारे में अपने दोस्तों से सुना था। और जैसा कि मैं इसे समझता हूं, यह पाठ्यक्रम काफी लोकप्रिय है।

मैंने अधिकारी से सीखना शुरू करने की कोशिश की ट्यूटोरियल .

और फिर मुझे दो समस्याओं का सामना करना पड़ा।

• बहुत सारी शैक्षिक सामग्रियाँ हैं, और वे विभिन्न किस्मों में आती हैं। मेरे लिए छवि पहचान समस्या को हल करने की कम या ज्यादा पूरी तस्वीर बनाना बहुत मुश्किल था।
• मुझे जिन लेखों की आवश्यकता है उनमें से अधिकांश का रूसी में अनुवाद नहीं किया गया है। ऐसा हुआ कि मैंने बचपन में जर्मन सीखी और अब, कई सोवियत बच्चों की तरह, मैं न तो जर्मन जानता हूं और न ही अंग्रेजी। बेशक, अपने पूरे वयस्क जीवन में, मैंने अंग्रेजी में महारत हासिल करने की कोशिश की, लेकिन यह चित्र जैसा ही निकला।

आधिकारिक वेबसाइट पर खोजबीन करने के बाद, मुझे पढ़ने लायक अनुशंसाएँ मिलीं दो ऑनलाइन पाठ्यक्रमों में से एक.

जैसा कि मैं इसे समझता हूं, कौरसेरा पर पाठ्यक्रम का भुगतान किया गया था, और पाठ्यक्रम उडेसिटी: डीप लर्निंग के लिए टेन्सरफ्लो का परिचय इसे "निःशुल्क, अर्थात् निःशुल्क" पास करना संभव था।

पाठ्यक्रम सामग्री

पाठ्यक्रम में 9 पाठ शामिल हैं।

पहला खंड परिचयात्मक है, जहां वे आपको बताएंगे कि सैद्धांतिक रूप से इसकी आवश्यकता क्यों है।

पाठ #2 मेरा पसंदीदा साबित हुआ। यह समझने में काफी सरल था और विज्ञान के चमत्कारों का प्रदर्शन भी करता था। संक्षेप में, इस पाठ में, तंत्रिका नेटवर्क के बारे में बुनियादी जानकारी के अलावा, निर्माता यह प्रदर्शित करते हैं कि तापमान को फ़ारेनहाइट से सेल्सियस में परिवर्तित करने की समस्या को हल करने के लिए एकल-परत तंत्रिका नेटवर्क का उपयोग कैसे करें।

यह वास्तव में एक बहुत स्पष्ट उदाहरण है. मैं अभी भी यहां बैठकर सोच रहा हूं कि इसी तरह की समस्या कैसे लाई जाए और इसका समाधान कैसे किया जाए, लेकिन केवल इलेक्ट्रीशियनों के लिए।

दुर्भाग्य से, मैं आगे रुक गया, क्योंकि किसी अपरिचित भाषा में समझ से बाहर की चीजें सीखना काफी कठिन है। हेब्रे पर मुझे जो मिला उसने मुझे बचा लिया इस पाठ्यक्रम का रूसी में अनुवाद.

अनुवाद उच्च गुणवत्ता के साथ किया गया था, कोलाब नोटबुक का भी अनुवाद किया गया था, इसलिए मैंने मूल और अनुवाद दोनों को देखा।

पाठ संख्या 3, वास्तव में, आधिकारिक TensorFlow ट्यूटोरियल की सामग्री का एक रूपांतरण है। इस ट्यूटोरियल में, हम कपड़ों की तस्वीरों को वर्गीकृत करने का तरीका सीखने के लिए एक बहुपरत तंत्रिका नेटवर्क का उपयोग करते हैं (फैशन एमएनआईएसटी डेटासेट)।

पाठ संख्या 4 से संख्या 7 भी ट्यूटोरियल का एक रूपांतर है। परंतु इनके सही ढंग से व्यवस्थित होने के कारण अध्ययन का क्रम स्वयं समझने की आवश्यकता नहीं पड़ती। इन पाठों में हमें अति-सटीक तंत्रिका नेटवर्क के बारे में संक्षेप में बताया जाएगा कि प्रशिक्षण की सटीकता कैसे बढ़ाई जाए और मॉडल को कैसे बचाया जाए। साथ ही, हम छवि में बिल्लियों और कुत्तों को वर्गीकृत करने की समस्या को एक साथ हल करेंगे।

पाठ संख्या 8 एक पूरी तरह से अलग पाठ्यक्रम है, एक अलग शिक्षक है, और पाठ्यक्रम अपने आप में काफी व्यापक है। यह पाठ समय श्रृंखला के बारे में है। चूंकि मुझे अभी तक इसमें कोई दिलचस्पी नहीं है, इसलिए मैंने इसे तिरछे तरीके से स्कैन किया।

यह पाठ #9 के साथ समाप्त होता है, जो कि TensorFlow lite पर निःशुल्क पाठ्यक्रम लेने का निमंत्रण है।

आपको क्या पसंद आया और क्या नहीं

मैं पेशेवरों के साथ शुरुआत करूंगा:

• पाठ्यक्रम निःशुल्क है
• पाठ्यक्रम TensorFlow 2 पर है। कुछ पाठ्यपुस्तकें जो मैंने देखीं और इंटरनेट पर कुछ पाठ्यक्रम TensorFlow 1 पर थे। मुझे नहीं पता कि कोई बड़ा अंतर है या नहीं, लेकिन वर्तमान संस्करण को सीखना अच्छा है।
• वीडियो में शिक्षक परेशान नहीं हैं (हालाँकि रूसी संस्करण में वे मूल की तरह ख़ुशी से नहीं पढ़ते हैं)
• कोर्स में ज्यादा समय नहीं लगता है
• यह पाठ्यक्रम आपको उदास या निराश महसूस नहीं कराता है। पाठ्यक्रम में कार्य सरल हैं और यदि कुछ स्पष्ट नहीं है तो हमेशा सही समाधान के साथ कोलाब के रूप में एक संकेत होता है (और अधिकांश कार्य मेरे लिए स्पष्ट नहीं थे)
• कुछ भी इंस्टॉल करने की आवश्यकता नहीं है, पाठ्यक्रम के सभी प्रयोगशाला कार्य ब्राउज़र में किए जा सकते हैं

अब विपक्ष:

• व्यावहारिक रूप से कोई नियंत्रण सामग्री नहीं है। कोई परीक्षण नहीं, कोई कार्य नहीं, किसी तरह पाठ्यक्रम की महारत की जाँच करने के लिए कुछ भी नहीं
• मेरे सभी नोटपैड उस तरह काम नहीं करते जैसे उन्हें करना चाहिए। मुझे लगता है कि अंग्रेजी के मूल पाठ्यक्रम के तीसरे पाठ में कोलाब एक त्रुटि दे रहा था और मुझे नहीं पता था कि इसके साथ क्या करना है
• केवल कंप्यूटर पर देखना सुविधाजनक है। शायद मैं इसे पूरी तरह से समझ नहीं पाया, लेकिन मुझे अपने स्मार्टफ़ोन पर Udacity ऐप नहीं मिला। और साइट का मोबाइल संस्करण उत्तरदायी नहीं है, यानी, लगभग पूरे स्क्रीन क्षेत्र पर नेविगेशन मेनू का कब्जा है, लेकिन मुख्य सामग्री को देखने के लिए आपको देखने के क्षेत्र से परे दाईं ओर स्क्रॉल करना होगा। साथ ही, वीडियो को फोन पर नहीं देखा जा सकता है। आप वास्तव में 6 इंच से अधिक माप वाली स्क्रीन पर कुछ भी नहीं देख सकते हैं।
• पाठ्यक्रम में कुछ चीजों को कई बार चबाया जाता है, लेकिन साथ ही, कन्वेन्शनल नेटवर्क पर वास्तव में आवश्यक चीजों को पाठ्यक्रम में चबाया नहीं जाता है। मैं अभी भी कुछ अभ्यासों के समग्र उद्देश्य को नहीं समझ पाया (उदाहरण के लिए, मैक्स पूलिंग किस लिए है)।

सारांश

निश्चय ही आपने पहले ही अनुमान लगा लिया होगा कि चमत्कार नहीं हुआ। और इस संक्षिप्त पाठ्यक्रम को पूरा करने के बाद, वास्तव में यह समझना असंभव है कि तंत्रिका नेटवर्क कैसे काम करते हैं।

बेशक, इसके बाद मैं स्विचगियर्स में स्विचों और बटनों की तस्वीरों के वर्गीकरण के साथ अपनी समस्या को स्वयं हल करने में सक्षम नहीं था।

लेकिन कुल मिलाकर यह पाठ्यक्रम उपयोगी है। यह दिखाता है कि TensorFlow के साथ क्या चीजें की जा सकती हैं और आगे क्या दिशा अपनानी है।

मुझे लगता है कि मुझे पहले पायथन की मूल बातें सीखने और तंत्रिका नेटवर्क कैसे काम करते हैं, इसके बारे में रूसी में किताबें पढ़ने की जरूरत है, और फिर टेन्सरफ्लो को अपनाना होगा।

अंत में, मैं हेबर पर पहला लेख लिखने के लिए मुझे प्रेरित करने और इसे प्रारूपित करने में मेरी मदद करने के लिए अपने दोस्तों को धन्यवाद देना चाहूंगा।

पुनश्च मुझे आपकी टिप्पणियाँ और कोई रचनात्मक आलोचना देखकर खुशी होगी।

स्रोत: www.habr.com