Hvernig orkuverkfræðingur rannsakaði taugakerfi og endurskoðun á ókeypis námskeiðinu „Udacity: Intro to TensorFlow for Deep Learning“

Allt mitt fullorðna líf hef ég verið orkudrykkur (nei, nú erum við ekki að tala um drykk með vafasama eiginleika).

Ég hef aldrei haft sérstakan áhuga á heimi upplýsingatækni og get varla margfaldað fylki á blað. Og ég þurfti aldrei á þessu að halda, svo að þú skiljir aðeins um einstök verk mín, get ég deilt frábærri sögu. Ég bað samstarfsmenn mína einu sinni um að vinna verkið í Excel töflureikni, hálfur vinnudagurinn var liðinn, ég fór að þeim, og þeir sátu og tíndu saman gögnin á reiknivél, já, á venjulegri svartri reiknivél með hnöppum. Jæja, hvers konar tauganet getum við talað um eftir þetta?.. Þess vegna hafði ég aldrei neinar sérstakar forsendur fyrir því að sökkva mér inn í heim upplýsingatækninnar. En eins og þeir segja, "það er gott þar sem við erum ekki," vinir mínir suðu eyru mín um aukinn veruleika, um taugakerfi, um forritunarmál (aðallega um Python).

Í orðum litið þetta mjög einfalt út og ég ákvað hvers vegna ekki að ná tökum á þessari töfralist til að beita henni á starfssviði mínu.

Í þessari grein mun ég sleppa tilraunum mínum til að ná tökum á grunnatriðum Python og deila með þér tilfinningum mínum af ókeypis TensorFlow námskeiðinu frá Udacity.

Inngangur

Til að byrja með er rétt að taka fram að eftir 11 ár í orkuiðnaðinum, þegar þú veist og getur allt og jafnvel aðeins meira (samkvæmt skyldum þínum), að læra róttækan nýja hluti - annars vegar veldur mikilli eldmóði, en á hinn - breytist í líkamlegan sársauka "gír í höfðinu á mér."

Ég skil samt ekki alveg öll grunnhugtök forritunar og vélanáms, svo þú ættir ekki að dæma mig of hart. Ég vona að greinin mín verði áhugaverð og gagnleg fyrir fólk eins og mig sem er langt frá hugbúnaðarþróun.

Áður en farið er yfir í yfirlit námskeiðsins mun ég segja að til að læra það þarftu að minnsta kosti lágmarksþekkingu á Python. Þú getur lesið nokkrar bækur fyrir dúllur (ég er líka byrjuð að taka námskeið um Stepic, en hef ekki enn náð fullum tökum á því).

TensorFlow námskeiðið sjálft mun ekki innihalda flóknar smíðar, en það verður að skilja hvers vegna bókasöfn eru flutt inn, hvernig fall er skilgreint og hvers vegna eitthvað er skipt inn í það.

Af hverju TensorFlow og Udacity?

Meginmarkmið þjálfunar minnar var löngunin til að bera kennsl á ljósmyndir af rafeiningum með því að nota taugakerfi.

Ég valdi TensorFlow vegna þess að ég heyrði um það frá vinum mínum. Og eins og ég skil það er þetta námskeið nokkuð vinsælt.

Ég reyndi að byrja að læra af embættismanninum kennsluefni .

Og svo lenti ég í tveimur vandamálum.

• Það er mikið af fræðsluefni og það kemur í mismunandi afbrigðum. Það var mjög erfitt fyrir mig að búa til að minnsta kosti nokkurn veginn heildarmynd af lausn myndgreiningarvandans.
• Flestar greinar sem ég þarf hafa ekki verið þýddar á rússnesku. Það gerðist bara þannig að ég lærði þýsku sem barn og núna, eins og mörg sovésk börn, kann ég hvorki þýsku né ensku. Auðvitað reyndi ég á fullorðinsárum að ná tökum á ensku, en það varð eitthvað eins og á myndinni.

Eftir að hafa grafið um á opinberu vefsíðunni fann ég tillögur til að fara í gegnum eitt af tveimur netnámskeiðum.

Eins og ég skil það var námskeiðið á Coursera greitt, og námskeiðið Udacity: Inngangur að TensorFlow fyrir djúpt nám það var hægt að fara framhjá „ókeypis, það er að segja fyrir ekki neitt“.

Innihald námskeiðs

Námskeiðið samanstendur af 9 kennslustundum.

Fyrsti hlutinn er inngangur, þar sem þeir munu segja þér hvers vegna það er nauðsynlegt í grundvallaratriðum.

Lexía #2 reyndist vera uppáhaldið mitt. Það var nógu einfalt til að skilja og sýndi líka undur vísindanna. Í stuttu máli, í þessari lexíu, auk grunnupplýsinga um taugakerfi, sýna höfundarnir hvernig á að nota einlaga tauganet til að leysa vandamálið við að breyta hitastigi frá Fahrenheit í Celsíus.

Þetta er sannarlega mjög skýrt dæmi. Ég sit enn hér og hugsa um hvernig eigi að koma upp og leysa svipað vandamál, en aðeins fyrir rafvirkja.

Því miður stöðvaðist ég frekar, því að læra óskiljanlega hluti á ókunnu tungumáli er frekar erfitt. Það sem bjargaði mér var það sem ég fann á Habré þýðingu þessa námskeiðs á rússnesku.

Þýðingin var unnin af miklum gæðum, Colab minnisbækurnar voru líka þýddar, svo ég skoðaði þá bæði frumritið og þýðinguna.

Lexía nr. 3 er í raun aðlögun efnis úr opinberu TensorFlow kennsluefninu. Í þessari kennslu notum við fjöllaga tauganet til að læra hvernig á að flokka myndir af fötum (Fashion MNIST gagnasafn).

Kennslustundir nr. 4 til nr. 7 eru einnig aðlögun á kennsluefninu. En vegna þess að þeim er rétt raðað er engin þörf á að skilja námsröðina sjálfur. Í þessum kennslustundum verður okkur sagt í stuttu máli um ofurnákvæm tauganet, hvernig á að auka nákvæmni þjálfunar og vista líkanið. Á sama tíma munum við samtímis leysa vandamálið við að flokka ketti og hunda í myndinni.

Kennsla nr. 8 er algjörlega sérstakt námskeið, það er annar kennari og námskeiðið sjálft er frekar umfangsmikið. Kennslan fjallar um tímaraðir. Þar sem ég hef ekki áhuga á því ennþá, skannaði ég það á ská.

Þessu lýkur með kennslustund #9, sem er boð um að fara á ókeypis námskeið um TensorFlow lite.

Hvað þér líkaði og líkaði ekki

Ég byrja á kostunum:

• Námskeiðið er ókeypis
• Námskeiðið er á TensorFlow 2. Sumar kennslubækur sem ég sá og sum námskeið á netinu voru á TensorFlow 1. Ég veit ekki hvort það er mikill munur, en það er gaman að læra núverandi útgáfu.
• Kennararnir í myndbandinu eru ekki pirrandi (þó í rússnesku útgáfunni lesi þeir ekki eins hressilega og í frumritinu)
• Námskeiðið tekur ekki mikinn tíma
• Námskeiðið veldur þér ekki sorg eða vonleysi. Verkefnin á námskeiðinu eru einföld og það er alltaf vísbending í formi Colab með rétta lausn ef eitthvað er óljóst (og góður helmingur verkefnanna var mér óljós)
• Það er engin þörf á að setja neitt upp, öll tilraunaverkefni námskeiðsins er hægt að vinna í vafranum

Nú gallarnir:

• Það eru nánast engin eftirlitsefni. Engin próf, engin verkefni, ekkert til að kanna einhvern veginn leikni námskeiðsins
• Ekki virkuðu öll skrifblokkin mín eins og þau ættu að gera. Ég held að í þriðju kennslustund upprunalega námskeiðsins í ensku hafi Colab verið að henda villu og ég vissi ekki hvað ég ætti að gera við hana
• Þægilegt að horfa aðeins á tölvu. Kannski skildi ég það ekki alveg, en ég fann ekki Udacity appið á snjallsímanum mínum. Og farsímaútgáfan af síðunni er ekki móttækileg, það er, næstum allt skjásvæðið er upptekið af leiðsöguvalmyndinni, en til að sjá aðalefnið þarftu að fletta til hægri út fyrir útsýnissvæðið. Einnig er ekki hægt að horfa á myndbandið í símanum. Þú getur í raun ekki séð neitt á skjá sem er rúmlega 6 tommur.
• Sumt í námskeiðinu er tuggið yfir nokkrum sinnum, en á sama tíma eru raunverulega nauðsynlegir hlutir á snýringarnetunum sjálfum ekki tuggaðir upp á námskeiðinu. Ég skildi samt ekki heildartilgang sumra æfinga (til dæmis til hvers Max Pooling er).

Yfirlit

Þú hefur örugglega þegar giskað á að kraftaverkið hafi ekki gerst. Og eftir að hafa lokið þessu stutta námskeiði er ómögulegt að skilja raunverulega hvernig taugakerfi virka.

Auðvitað gat ég ekki sjálfstætt leyst vandamál mitt með flokkun ljósmynda af rofum og hnöppum í rofabúnaði.

En í heildina er námskeiðið gagnlegt. Það sýnir hvað hægt er að gera með TensorFlow og hvaða stefnu á að taka næst.

Ég held að ég þurfi fyrst að læra undirstöðuatriði Python og lesa bækur á rússnesku um hvernig taugakerfi virka og taka svo TensorFlow að sér.

Að lokum vil ég þakka vinum mínum fyrir að ýta á mig til að skrifa fyrstu greinina um Habr og hjálpa mér að forma hana.

PS ég mun vera ánægð að sjá athugasemdir þínar og alla uppbyggilega gagnrýni.

Heimild: www.habr.com