איך מהנדס אנרגיה למד רשתות עצביות וסקירה של הקורס החינמי "Udacity: Intro to TensorFlow for Deep Learning"

כל חיי הבוגרים הייתי משקה אנרגיה (לא, עכשיו אנחנו לא מדברים על משקה עם תכונות מפוקפקות).

מעולם לא התעניינתי במיוחד בעולם טכנולוגיית המידע, ואני בקושי יכול אפילו להכפיל מטריצות על פיסת נייר. ומעולם לא הייתי צריך את זה, כדי שתבינו קצת את הפרטים של העבודה שלי, אני יכול לחלוק סיפור נפלא. פעם ביקשתי מהקולגות שלי לעשות את העבודה בגיליון אקסל, עבר חצי יום עבודה, ניגשתי אליהם, והם ישבו וסכמו את הנתונים במחשבון, כן, במחשבון שחור רגיל עם כפתורים. ובכן, על איזה סוג של רשתות נוירונים נוכל לדבר אחרי זה?.. לכן, מעולם לא היו לי תנאים מוקדמים מיוחדים לשקוע בעולם ה-IT. אבל, כמו שאומרים, "זה טוב איפה שאנחנו לא," החברים שלי זמזמו באוזני על מציאות רבודה, על רשתות עצביות, על שפות תכנות (בעיקר על פייתון).

במילים זה נראה מאוד פשוט, והחלטתי למה לא לשלוט באמנות הקסומה הזו כדי ליישם אותה בתחום הפעילות שלי.

במאמר זה אדלג על הניסיונות שלי להשתלט על היסודות של Python ואשתף אתכם בהתרשמותי מקורס TensorFlow החינמי מבית Udacity.

מבוא

מלכתחילה, ראוי לציין שאחרי 11 שנים בתעשיית האנרגיה, כשאתה יודע ויכול לעשות הכל ואפילו קצת יותר (לפי אחריותך), למידה של דברים חדשים באופן קיצוני - מצד אחד, גורמת להתלהבות רבה, אבל מצד שני - הופך לכאב פיזי "הילוכים בראש שלי".

אני עדיין לא מבין לגמרי את כל המושגים הבסיסיים של תכנות ולמידת מכונה, אז אל תשפוט אותי בחומרה רבה מדי. אני מקווה שהמאמר שלי יהיה מעניין ושימושי לאנשים כמוני שרחוקים מפיתוח תוכנה.

לפני שנעבור לסקירת הקורס, אגיד שכדי ללמוד אותו תזדקק לפחות ידע מינימלי ב- Python. אתה יכול לקרוא כמה ספרים לדומים (התחלתי גם לקחת קורס על סטפיק, אבל עדיין לא שלטתי בו לגמרי).

קורס TensorFlow עצמו לא יכיל מבנים מורכבים, אך יהיה צורך להבין מדוע מיובאים ספריות, כיצד מוגדרת פונקציה ומדוע מחליפים בה משהו.

למה TensorFlow ו-Udacity?

המטרה העיקרית של ההכשרה שלי הייתה הרצון לזהות תצלומים של אלמנטים של התקנה חשמלית באמצעות רשתות עצביות.

בחרתי ב-TensorFlow כי שמעתי על זה מחברים שלי. ולפי הבנתי, הקורס הזה די פופולרי.

ניסיתי להתחיל ללמוד מהפקיד הדרכה .

ואז נתקלתי בשתי בעיות.

• יש הרבה חומרים חינוכיים, והם מגיעים במגוון סוגים. היה לי מאוד קשה ליצור לפחות תמונה מלאה פחות או יותר של פתרון בעיית זיהוי התמונה.
• רוב המאמרים שאני צריך לא תורגמו לרוסית. במקרה למדתי גרמנית בילדותי ועכשיו, כמו הרבה ילדים סובייטים, אני לא יודע גרמנית או אנגלית. כמובן שלאורך חיי הבוגרים ניסיתי לשלוט באנגלית, אבל זה יצא משהו כמו בתמונה.

לאחר שחפרתי באתר הרשמי, מצאתי המלצות לעבור אחד משני קורסים מקוונים.

לפי הבנתי, הקורס בקורסרה היה בתשלום, והקורס Udacity: מבוא ל-TensorFlow ללמידה עמוקה ניתן היה לעבור "ללא תשלום, כלומר, ללא תשלום".

תוכן קורס

הקורס כולל 9 שיעורים.

החלק הראשון הוא מבוא, שבו הם יגידו לך למה זה נחוץ באופן עקרוני.

שיעור מס' 2 התברר כמועדף עלי. זה היה פשוט מספיק להבנה וגם הדגים את נפלאות המדע. בקיצור, בשיעור זה, בנוסף למידע בסיסי על רשתות עצביות, מדגימים היוצרים כיצד להשתמש ברשת עצבית חד-שכבתית כדי לפתור את בעיית המרת הטמפרטורה מפרנהייט לצלזיוס.

זו אכן דוגמה מאוד ברורה. אני עדיין יושב כאן וחושב איך להמציא ולפתור בעיה דומה, אבל רק לחשמלאים.

לצערי, נתקעתי עוד יותר, כי ללמוד דברים לא מובנים בשפה לא מוכרת זה די קשה. מה שהציל אותי זה מה שמצאתי ב-Habré תרגום קורס זה לרוסית.

התרגום נעשה באיכות גבוהה, גם מחברות הקולאב תורגמו, אז הסתכלתי גם במקור וגם בתרגום.

שיעור מס' 3 הוא למעשה עיבוד של חומרים מהמדריך הרשמי של TensorFlow. במדריך זה, אנו משתמשים ברשת עצבית רב-שכבתית כדי ללמוד כיצד לסווג תמונות של בגדים (מסד נתונים של Fashion MNIST).

גם שיעורים מס' 4 עד מס' 7 הם עיבוד של ההדרכה. אבל בשל העובדה שהם מסודרים נכון, אין צורך להבין את רצף הלימוד בעצמך. בשיעורים אלו נספר בקצרה על רשתות עצביות מדוייקות במיוחד, כיצד להגביר את דיוק האימון ולשמור את המודל. במקביל, נפתור במקביל את בעיית סיווג החתולים והכלבים בתמונה.

שיעור מס' 8 הוא קורס נפרד לחלוטין, יש מורה אחר, והקורס עצמו די נרחב. השיעור הוא על סדרות זמן. מכיוון שאני עדיין לא מעוניין בו, סרקתי אותו באלכסון.

זה מסתיים בשיעור מס' 9, שהוא הזמנה לקחת קורס חינם על TensorFlow לייט.

מה אהבת ומה לא אהבת

אני אתחיל עם היתרונות:

• הקורס בחינם
• הקורס הוא על TensorFlow 2. כמה ספרי לימוד שראיתי וכמה קורסים באינטרנט היו על TensorFlow 1. אני לא יודע אם יש הבדל גדול, אבל זה נחמד ללמוד את הגרסה הנוכחית.
• המורים בסרטון לא מעצבנים (למרות שבגרסה הרוסית הם לא קוראים בעליזות כמו במקור)
• הקורס לא לוקח הרבה זמן
• הקורס לא גורם לך להרגיש עצוב או חסר תקווה. המשימות בקורס פשוטות ותמיד יש רמז בצורת קולב עם הפתרון הנכון אם משהו לא ברור (וחצי טוב מהמשימות לא היו ברורות לי)
• אין צורך להתקין דבר, כל עבודת המעבדה של הקורס יכולה להתבצע בדפדפן

עכשיו החסרונות:

• אין כמעט חומרי בקרה. בלי מבחנים, בלי משימות, בלי שום דבר כדי איכשהו לבדוק את השליטה בקורס
• לא כל פנקסי הרשימות שלי עבדו כמו שצריך. אני חושב שבשיעור השלישי של הקורס המקורי באנגלית Colab זרק שגיאה ולא ידעתי מה לעשות איתה
• נוח לצפייה רק ​​במחשב. אולי לא הבנתי את זה עד הסוף, אבל לא הצלחתי למצוא את אפליקציית Udacity בסמארטפון שלי. והגרסת המובייל של האתר אינה רספונסיבית, כלומר כמעט כל שטח המסך תפוס על ידי תפריט הניווט, אבל כדי לראות את התוכן הראשי צריך לגלול ימינה מעבר לאזור הצפייה. כמו כן, לא ניתן לצפות בסרטון בטלפון. אתה לא באמת יכול לראות שום דבר על מסך בגודל של קצת יותר מ-6 אינץ'.
• חלק מהדברים בקורס נלעסים מספר פעמים, אך יחד עם זאת, הדברים הנחוצים באמת ברשתות הקונבולוציוניות עצמן לא נלעסים בקורס. עדיין לא הבנתי את המטרה הכללית של חלק מהתרגילים (למשל, בשביל מה מקס פולינג).

תקציר

ודאי כבר ניחשתם שהנס לא קרה. ואחרי השלמת הקורס הקצר הזה, אי אפשר להבין באמת איך עובדות רשתות עצביות.

כמובן שאחרי זה לא הצלחתי לפתור את הבעיה שלי לבד עם סיווג צילומים של מתגים וכפתורים במתגים.

אבל בסך הכל הקורס שימושי. זה מראה אילו דברים ניתן לעשות עם TensorFlow ואיזה כיוון לקחת הלאה.

אני חושב שאני צריך קודם כל ללמוד את היסודות של Python ולקרוא ספרים ברוסית על איך רשתות עצביות עובדות, ואז לקחת על עצמי את TensorFlow.

לסיכום, אני רוצה להגיד תודה לחברים שלי שדחפו אותי לכתוב את המאמר הראשון על הבר ועזרו לי לעצב אותו.

נ.ב. אשמח לראות את הערותיך וכל ביקורת בונה.

מקור: www.habr.com