エネルギーエンジニアがニューラルネットワークを勉強した方法と無料コース「Udacity: Intro to TensorFlow for Deep Learning」のレビュー

大人になってからずっと、私はエナジードリンクを飲んできました（いいえ、今は疑わしい性質を持つ飲み物について話しているのではありません）。

私は情報技術の世界に特に興味を持ったことはなく、紙の上で行列を掛けることさえほとんどできません。 私の仕事の詳細を少しでも理解していただくために、私はこれを必要としませんでした。素晴らしい話を共有できます。 以前、私は同僚に Excel スプレッドシートで仕事をするように頼んだことがあります。そのとき、勤務日の半分が過ぎたので私が彼らのところに行くと、彼らは座って電卓、そう、ボタンの付いた普通の黒い電卓でデータを集計していました。 さて、この後はどのようなニューラルネットワークの話ができるのでしょうか? ということで、ITの世界に浸るにあたって特別な前提条件はありませんでした。 しかし、彼らが言うように、「私たちがいないところは良いことです」と私の友人たちは、拡張現実、ニューラルネットワーク、プログラミング言語（主にPythonについて）について私の耳をざわめかせました。

言葉で言うととても簡単そうに見えましたが、私はこの魔法の芸術をマスターして、自分の活動分野に応用してみようと思いました。

この記事では、Python の基礎をマスターしようとする私の試みは省略し、Udacity の無料 TensorFlow コースの感想を共有します。

導入

まず、注目に値するのは、エネルギー業界で 11 年間勤務し、あらゆることを知っていて、（責任に応じて）さらに少しでもできるようになると、根本的に新しいことを学ぶことは、一方では大きな熱意を引き起こすということです。しかし一方では、「頭の中の歯車」が肉体的な痛みに変わります。

私はまだプログラミングと機械学習の基本概念をすべて完全に理解しているわけではないので、あまり厳しく判断しないでください。 私の記事が、私のようなソフトウェア開発とは縁遠い人々にとって興味深く役立つことを願っています。

コースの概要に進む前に、コースを学習するには少なくとも最小限の Python の知識が必要であることを言っておきます。 ダミー用の本を何冊か読んでみてください (私も Stepic のコースを受講し始めましたが、まだ完全にはマスターしていません)。

TensorFlow コース自体には複雑な構成要素は含まれませんが、ライブラリがインポートされる理由、関数がどのように定義されるか、およびライブラリに何かが置換される理由を理解する必要があります。

TensorFlow と Udacity を使用する理由

私のトレーニングの主な目標は、ニューラル ネットワークを使用して電気設備要素の写真を認識したいという願望でした。

TensorFlow を選んだのは、友人から聞いたからです。 そして、私が理解しているように、このコースは非常に人気があります。

公式から学び始めてみた チュートリアル .

そして、XNUMX つの問題に遭遇しました。

• 教材はたくさんあり、その種類も豊富です。 画像認識問題を解決するための少なくとも多かれ少なかれ完全な全体像を作成することは、私にとって非常に困難でした。
• 私が必要とする記事のほとんどはロシア語に翻訳されていません。 たまたま、私は子供の頃にドイツ語を学んだのですが、今では多くのソ連の子供たちと同じように、ドイツ語も英語も知りません。 もちろん、大人になってからも英語をマスターしようと努力しましたが、絵に描いたような結果になりました。

公式ウェブサイトを調べてみたところ、推奨事項を見つけました XNUMXつのオンラインコースのうちのXNUMXつ.

私の理解では、Coursera のコースは有料であり、コースは Udacity: 深層学習のための TensorFlow の概要 「無料、つまり無料」で通過することが可能でした。

講座の内容

このコースは9つのレッスンで構成されています。

一番最初のセクションは入門であり、原理的になぜそれが必要なのかを説明します。

レッスン #2 が私のお気に入りになりました。 とても分かりやすく、科学の素晴らしさも分かりました。 つまり、このレッスンでは、ニューラル ネットワークに関する基本情報に加えて、作成者は、温度を華氏から摂氏に変換する問題を解決するために単層ニューラル ネットワークを使用する方法を示します。

これは確かに非常にわかりやすい例です。 私は今もここに座って、同様の問題をどうやって考え出して解決するかを考えていますが、それは電気技師に限った話です。

残念ながら、私はさらに失速してしまいました。なじみのない言語で理解できないことを学ぶのは非常に難しいからです。 私を救ってくれたのは、ハブレで見つけたものでした このコースのロシア語への翻訳.

翻訳は高品質で、Colab ノートブックも翻訳されていたので、原文と翻訳の両方を見ました。

実際、レッスン 3 は、公式 TensorFlow チュートリアルの資料を改変したものです。 このチュートリアルでは、多層ニューラル ネットワークを使用して、衣服の写真 (ファッション MNIST データセット) を分類する方法を学習します。

レッスン No. 4 から No. 7 もチュートリアルを応用したものです。 ただし、それらは正しく配置されているため、学習の順序を自分で理解する必要はありません。 これらのレッスンでは、超高精度ニューラル ネットワーク、トレーニングの精度を高める方法、モデルを保存する方法について簡単に説明します。 同時に、画像内の猫と犬を分類する問題も同時に解決します。

レッスン No. 8 は完全に別のコースで、先生も異なり、コース自体もかなり充実しています。 レッスンは時系列についてです。 まだ興味がないので斜めにスキャンしてみました。

これは、TensorFlow lite の無料コースへの招待であるレッスン #9 で終了します。

好きだったこと、嫌いだったこと

長所から始めます。

• コースは無料です
• このコースは TensorFlow 2 を使用しています。私が見た教科書やインターネット上の一部のコースは TensorFlow 1 を使用していました。大きな違いがあるかどうかはわかりませんが、現在のバージョンを学ぶのは良いことです。
• ビデオの中の教師はうっとうしい人ではありません（ただし、ロシア語版では原作ほど陽気に本を読んでいません）。
• コースはそれほど時間はかかりません
• このコースでは、悲しい気持ちになったり、絶望的な気持ちになったりすることはありません。 コース内のタスクはシンプルで、何か不明な点がある場合は、正しい解決策を示すヒントが常に Colab 形式で表示されます (そして、タスクのかなりの部分が私にはわかりませんでした)。
• 何もインストールする必要はなく、コースのすべての実験作業はブラウザーで実行できます。

今短所：

• 実質的に制御材料はありません。 テストやタスクはなく、コースの習熟度を確認するものは何もありません
• 私のメモ帳のすべてが正常に機能したわけではありません。 英語の元のコースの XNUMX 番目のレッスンで Colab がエラーをスローしていたと思いますが、どう対処すればよいのかわかりませんでした
• パソコンだけで視聴できるので便利です。 よく理解できていなかったのかもしれませんが、スマートフォンでは Udacity アプリが見つかりませんでした。 また、サイトのモバイル版は応答性が悪く、画面領域のほぼ全体がナビゲーション メニューで占められていますが、メイン コンテンツを表示するには、表示領域を超えて右にスクロールする必要があります。 また、携帯電話では動画を視聴することはできません。 6 インチ強の画面には実際には何も見えません。
• コース内のいくつかの内容は何度も噛み砕かれますが、同時に、畳み込みネットワーク自体で本当に必要なものはコース内で噛み砕かれません。 いくつかの演習の全体的な目的 (たとえば、Max Pooling の目的など) がまだ理解できませんでした。

サマリー

確かにあなたはすでに奇跡が起こらなかったことをすでに推測していました。 そして、この短いコースを完了したとしても、ニューラル ネットワークがどのように機能するかを真に理解することは不可能です。

もちろん、その後、開閉装置のスイッチやボタンの写真の分類に関する問題を自分で解決することはできませんでした。

しかし、全体的にはこのコースは役に立ちます。 TensorFlow で何ができるか、そして次にどのような方向に進むべきかを示します。

まずは Python の基礎を学び、ニューラル ネットワークの仕組みについてロシア語の本を読んでから、TensorFlow に挑戦する必要があると思います。

最後に、Habr に関する最初の記事を書くよう私を後押しし、記事の体裁を整えてくれた友人たちに感謝の意を表したいと思います。

PS あなたのコメントや建設的な批判を喜んで拝見させていただきます。

出所： habr.com