របៀបដែលវិស្វករថាមពលបានសិក្សាបណ្តាញសរសៃប្រសាទ និងការពិនិត្យឡើងវិញនៃវគ្គសិក្សាឥតគិតថ្លៃ "Udacity: Intro to TensorFlow for Deep Learning"

ពេញមួយជីវិតរបស់ខ្ញុំ ខ្ញុំបានធ្វើជាភេសជ្ជៈប៉ូវកម្លាំង (ទេ ឥឡូវនេះយើងមិននិយាយអំពីភេសជ្ជៈដែលមានលក្ខណៈសម្បត្តិគួរឱ្យសង្ស័យទេ)។

ខ្ញុំមិនដែលចាប់អារម្មណ៍ជាពិសេសលើពិភពបច្ចេកវិទ្យាព័ត៌មានទេ ហើយខ្ញុំស្ទើរតែមិនអាចគុណម៉ាទ្រីសនៅលើក្រដាសមួយសន្លឹក។ ហើយ​ខ្ញុំ​មិន​ដែល​ត្រូវ​ការ​នេះ​ទេ ដូច្នេះ​អ្នក​យល់​បន្តិច​អំពី​លក្ខណៈ​ពិសេស​នៃ​ការងារ​របស់​ខ្ញុំ ខ្ញុំ​អាច​ចែក​រំលែក​រឿង​ដ៏​អស្ចារ្យ​មួយ។ ខ្ញុំបានសុំឱ្យសហការីរបស់ខ្ញុំធ្វើកិច្ចការនៅក្នុងសៀវភៅបញ្ជី Excel ពាក់កណ្តាលថ្ងៃធ្វើការបានកន្លងផុតទៅ ខ្ញុំបានទៅជួបពួកគេ ហើយពួកគេកំពុងអង្គុយបូកសរុបទិន្នន័យនៅលើម៉ាស៊ីនគិតលេខ បាទ នៅលើម៉ាស៊ីនគិតលេខពណ៌ខ្មៅធម្មតាដែលមានប៊ូតុង។ មែនហើយ តើបណ្តាញសរសៃប្រសាទប្រភេទណាដែលយើងអាចនិយាយអំពីបន្ទាប់ពីនេះ? .. ដូច្នេះហើយ ខ្ញុំមិនដែលមានតម្រូវការជាមុនណាមួយសម្រាប់ការជ្រមុជខ្លួននៅក្នុងពិភពបច្ចេកវិទ្យាព័ត៌មាននោះទេ។ ប៉ុន្តែដូចដែលពួកគេនិយាយថា "វាល្អដែលយើងមិននៅ" មិត្តរបស់ខ្ញុំបានសើចចំអកត្រចៀករបស់ខ្ញុំអំពីការពិតបន្ថែម អំពីបណ្តាញសរសៃប្រសាទ អំពីភាសាសរសេរកម្មវិធី (ភាគច្រើនអំពី Python)។

និយាយទៅវាមើលទៅសាមញ្ញណាស់ ហើយខ្ញុំបានសម្រេចចិត្តថាហេតុអ្វីមិនធ្វើជាម្ចាស់សិល្បៈវេទមន្តនេះ ដើម្បីអនុវត្តវានៅក្នុងវិស័យសកម្មភាពរបស់ខ្ញុំ។

នៅក្នុងអត្ថបទនេះ ខ្ញុំនឹងរំលងការព្យាយាមរបស់ខ្ញុំដើម្បីធ្វើជាម្ចាស់មូលដ្ឋាននៃ Python ហើយចែករំលែកជាមួយអ្នកនូវចំណាប់អារម្មណ៍របស់ខ្ញុំចំពោះវគ្គសិក្សា TensorFlow ឥតគិតថ្លៃពី Udacity ។

សេចក្តីណែនាំ

ដើម្បីចាប់ផ្តើមវាគួរអោយកត់សំគាល់ថាបន្ទាប់ពី 11 ឆ្នាំនៅក្នុងឧស្សាហកម្មថាមពលនៅពេលដែលអ្នកដឹងនិងអាចធ្វើអ្វីគ្រប់យ៉ាងហើយសូម្បីតែបន្តិចទៀត (យោងទៅតាមទំនួលខុសត្រូវរបស់អ្នក) ការរៀនអ្វីដែលថ្មីខ្លាំង - នៅលើដៃមួយបណ្តាលឱ្យមានភាពរីករាយយ៉ាងខ្លាំង។ ប៉ុន្តែនៅលើផ្សេងទៀត - ប្រែទៅជាការឈឺចាប់រាងកាយ "ប្រអប់នៅក្នុងក្បាលរបស់ខ្ញុំ" ។

ខ្ញុំនៅតែមិនទាន់យល់ច្បាស់ពីគោលគំនិតជាមូលដ្ឋានទាំងអស់នៃការសរសេរកម្មវិធី និងការរៀនម៉ាស៊ីន ដូច្នេះអ្នកមិនគួរវិនិច្ឆ័យខ្ញុំខ្លាំងពេកទេ។ ខ្ញុំសង្ឃឹមថាអត្ថបទរបស់ខ្ញុំនឹងគួរឱ្យចាប់អារម្មណ៍ និងមានប្រយោជន៍ចំពោះមនុស្សដូចខ្ញុំ ដែលនៅឆ្ងាយពីការអភិវឌ្ឍន៍កម្មវិធី។

មុនពេលបន្តទៅទិដ្ឋភាពទូទៅនៃវគ្គសិក្សា ខ្ញុំនឹងនិយាយថា ដើម្បីសិក្សាវា អ្នកនឹងត្រូវការចំណេះដឹងតិចតួចបំផុតអំពី Python ។ អ្នកអាចអានសៀវភៅពីរបីក្បាលសម្រាប់អត់ចេះសោះ (ខ្ញុំក៏បានចាប់ផ្តើមរៀនវគ្គ Stepic ប៉ុន្តែមិនទាន់បានស្ទាត់ជំនាញទាំងស្រុង)។

វគ្គសិក្សា TensorFlow ខ្លួនវានឹងមិនមានរចនាសម្ព័ន្ធស្មុគស្មាញទេ ប៉ុន្តែវានឹងចាំបាច់ក្នុងការយល់ដឹងពីមូលហេតុដែលបណ្ណាល័យត្រូវបាននាំចូល របៀបកំណត់មុខងារ និងហេតុអ្វីបានជាអ្វីមួយត្រូវបានជំនួសទៅក្នុងវា។

ហេតុអ្វីបានជា TensorFlow និង Udacity?

គោលដៅចម្បងនៃការបណ្តុះបណ្តាលរបស់ខ្ញុំគឺបំណងប្រាថ្នាដើម្បីទទួលស្គាល់រូបថតនៃធាតុដំឡើងអគ្គិសនីដោយប្រើបណ្តាញសរសៃប្រសាទ។

ខ្ញុំបានជ្រើសរើស TensorFlow ដោយសារតែខ្ញុំបានឮអំពីវាពីមិត្តរបស់ខ្ញុំ។ ហើយដូចដែលខ្ញុំយល់ វគ្គសិក្សានេះគឺមានប្រជាប្រិយភាពណាស់។

ខ្ញុំបានព្យាយាមចាប់ផ្តើមរៀនពីមន្ត្រី ការបង្រៀន .

ហើយបន្ទាប់មកខ្ញុំបានជួបបញ្ហាពីរ។

• មានសម្ភារៈសិក្សាជាច្រើន ហើយវាមានច្រើនប្រភេទ។ វាជាការលំបាកខ្លាំងណាស់សម្រាប់ខ្ញុំក្នុងការបង្កើតរូបភាពពេញលេញ តិច ឬច្រើន ក្នុងការដោះស្រាយបញ្ហាការទទួលស្គាល់រូបភាព។
• អត្ថបទភាគច្រើនដែលខ្ញុំត្រូវការមិនត្រូវបានបកប្រែជាភាសារុស្សីទេ។ វាបានកើតឡើងដូច្នេះដែលខ្ញុំបានរៀនភាសាអាឡឺម៉ង់កាលពីក្មេង ហើយឥឡូវនេះដូចជាកុមារសូវៀតជាច្រើនដែរ ខ្ញុំមិនចេះទាំងភាសាអាឡឺម៉ង់ ឬភាសាអង់គ្លេសទេ។ ជាការពិតណាស់ ពេញមួយជីវិតពេញវ័យរបស់ខ្ញុំ ខ្ញុំបានព្យាយាមរៀនភាសាអង់គ្លេស ប៉ុន្តែវាប្រែចេញដូចនៅក្នុងរូបភាព។

បន្ទាប់ពីការជីកកកាយនៅលើគេហទំព័រផ្លូវការ ខ្ញុំបានរកឃើញការណែនាំដែលត្រូវឆ្លងកាត់ វគ្គសិក្សាមួយក្នុងចំណោមវគ្គសិក្សាអនឡាញពីរ.

ដូចដែលខ្ញុំយល់វា វគ្គសិក្សានៅលើ Coursera ត្រូវបានបង់ ហើយវគ្គសិក្សា Udacity: ការណែនាំអំពី TensorFlow សម្រាប់ការរៀនសូត្រជ្រៅ វាគឺអាចធ្វើទៅបានដើម្បីឆ្លងកាត់ "ដោយមិនគិតថ្លៃ នោះគឺគ្មានអ្វីសោះ" ។

ខ្លឹមសារនៃវគ្គសិក្សា

វគ្គសិក្សាមាន ៩ មេរៀន។

ផ្នែកដំបូងបំផុតគឺការណែនាំ ដែលពួកគេនឹងប្រាប់អ្នកពីមូលហេតុដែលវាត្រូវការជាគោលការណ៍។

មេរៀនទី 2 បានក្លាយជាការពេញចិត្តរបស់ខ្ញុំ។ វាសាមញ្ញល្មមអាចយល់បាន ហើយក៏បង្ហាញពីភាពអស្ចារ្យនៃវិទ្យាសាស្ត្រផងដែរ។ សរុបមក នៅក្នុងមេរៀននេះ បន្ថែមពីលើព័ត៌មានមូលដ្ឋានអំពីបណ្តាញសរសៃប្រសាទ អ្នកបង្កើតបង្ហាញពីរបៀបប្រើបណ្តាញសរសៃប្រសាទស្រទាប់តែមួយ ដើម្បីដោះស្រាយបញ្ហាបំប្លែងសីតុណ្ហភាពពីហ្វារិនហៃទៅជាអង្សាសេ។

នេះ​ពិត​ជា​ឧទាហរណ៍​ច្បាស់​ណាស់។ ខ្ញុំនៅតែអង្គុយនៅទីនេះគិតពីរបៀបដោះស្រាយ និងដោះស្រាយបញ្ហាស្រដៀងគ្នានេះ ប៉ុន្តែសម្រាប់តែជាងអគ្គិសនីប៉ុណ្ណោះ។

ជាអកុសល ខ្ញុំបានជាប់គាំងបន្ថែមទៀត ពីព្រោះការរៀនអ្វីដែលមិនអាចយល់បាននៅក្នុងភាសាដែលមិនធ្លាប់ស្គាល់គឺពិបាកណាស់។ អ្វី​ដែល​បាន​សង្គ្រោះ​ខ្ញុំ​គឺ​ជា​អ្វី​ដែល​ខ្ញុំ​បាន​រក​ឃើញ​នៅ Habre ការបកប្រែវគ្គសិក្សានេះជាភាសារុស្សី.

ការបកប្រែត្រូវបានធ្វើដោយគុណភាពខ្ពស់ សៀវភៅកត់ត្រា Colab ក៏ត្រូវបានបកប្រែផងដែរ ដូច្នេះហើយខ្ញុំបានមើលទាំងដើម និងការបកប្រែ។

តាមពិតមេរៀនទី 3 គឺជាការសម្របខ្លួននៃសម្ភារៈពីការបង្រៀន TensorFlow ផ្លូវការ។ នៅក្នុងមេរៀននេះ យើងប្រើបណ្តាញសរសៃប្រសាទពហុស្រទាប់ ដើម្បីរៀនពីរបៀបចាត់ថ្នាក់រូបភាពនៃសំលៀកបំពាក់ (សំណុំទិន្នន័យម៉ូដ MNIST)។

មេរៀនទី៤ ដល់លេខ៧ ក៏ជាការសម្របតាមមេរៀនផងដែរ។ ប៉ុន្តែដោយសារតែការពិតដែលថាពួកគេត្រូវបានរៀបចំយ៉ាងត្រឹមត្រូវវាមិនចាំបាច់យល់ពីលំដាប់នៃការសិក្សាដោយខ្លួនឯងទេ។ នៅក្នុងមេរៀនទាំងនេះ យើងនឹងត្រូវបានប្រាប់យ៉ាងខ្លីអំពីបណ្តាញសរសៃប្រសាទដែលច្បាស់លាស់បំផុត របៀបបង្កើនភាពត្រឹមត្រូវនៃការបណ្តុះបណ្តាល និងរក្សាទុកគំរូ។ ក្នុងពេលដំណាលគ្នាយើងនឹងដោះស្រាយបញ្ហានៃការចាត់ថ្នាក់ឆ្មានិងឆ្កែក្នុងពេលដំណាលគ្នានៅក្នុងរូបភាព។

មេរៀនទី៨ គឺជាវគ្គដាច់ដោយឡែកទាំងស្រុង មានគ្រូខុសគ្នា ហើយវគ្គនេះមានលក្ខណៈទូលំទូលាយណាស់។ មេរៀនគឺអំពីស៊េរីពេលវេលា។ ដោយ​សារ​ខ្ញុំ​មិន​ចាប់​អារម្មណ៍​នៅ​ឡើយ​ទេ ខ្ញុំ​បាន​ស្កែន​វា​តាម​អង្កត់ទ្រូង។

វាបញ្ចប់ដោយមេរៀន #9 ដែលជាការអញ្ជើញឱ្យចូលរៀនវគ្គសិក្សាឥតគិតថ្លៃនៅលើ TensorFlow lite ។

អ្វីដែលអ្នកចូលចិត្ត និងមិនចូលចិត្ត

ខ្ញុំនឹងចាប់ផ្តើមជាមួយនឹងគុណសម្បត្តិ៖

• វគ្គសិក្សាគឺឥតគិតថ្លៃ
• វគ្គសិក្សាគឺនៅលើ TensorFlow 2។ សៀវភៅសិក្សាមួយចំនួនដែលខ្ញុំបានឃើញ និងវគ្គសិក្សាខ្លះនៅលើអ៊ីនធឺណិតគឺនៅលើ TensorFlow 1។ ខ្ញុំមិនដឹងថាមានភាពខុសគ្នាខ្លាំងឬអត់នោះទេ ប៉ុន្តែវាជាការប្រសើរក្នុងការរៀនកំណែបច្ចុប្បន្ន។
• គ្រូនៅក្នុងវីដេអូមិនរំខានទេ (ទោះបីជានៅក្នុងកំណែជាភាសារុស្សីក៏ដោយ ពួកគេមិនអានដោយរីករាយដូចនៅក្នុងអត្ថបទដើម)
• វគ្គសិក្សាមិនចំណាយពេលច្រើនទេ។
• វគ្គសិក្សាមិនធ្វើឱ្យអ្នកមានអារម្មណ៍សោកសៅ ឬអស់សង្ឃឹមនោះទេ។ ភារកិច្ចនៅក្នុងវគ្គសិក្សាគឺសាមញ្ញ ហើយតែងតែមានការណែនាំជាទម្រង់ Colab ជាមួយនឹងដំណោះស្រាយត្រឹមត្រូវ ប្រសិនបើអ្វីមួយមិនច្បាស់លាស់ (ហើយការងារពាក់កណ្តាលល្អមិនច្បាស់សម្រាប់ខ្ញុំ)
• មិនចាំបាច់ដំឡើងអ្វីទាំងអស់ការងារមន្ទីរពិសោធន៍នៃវគ្គសិក្សាអាចត្រូវបានធ្វើនៅក្នុងកម្មវិធីរុករក

ឥឡូវនេះគុណវិបត្តិ:

• ជាក់ស្តែងមិនមានសម្ភារៈគ្រប់គ្រងទេ។ គ្មានការសាកល្បង គ្មានកិច្ចការ គ្មានអ្វីដែលត្រូវពិនិត្យមើលភាពស្ទាត់ជំនាញនៃវគ្គសិក្សា
• មិន​មែន​បន្ទះ​ចំណាំ​ទាំង​អស់​របស់​ខ្ញុំ​ដំណើរការ​ដូច​ដែល​វា​គួរ​ធ្វើ​នោះ​ទេ។ ខ្ញុំ​គិត​ថា​នៅ​ក្នុង​មេរៀន​ទី​បី​នៃ​វគ្គ​ដំបូង​ជា​ភាសា​អង់គ្លេស Colab បាន​បោះ​កំហុស​មួយ ហើយ​ខ្ញុំ​មិន​ដឹង​ថា​ត្រូវ​ធ្វើ​យ៉ាង​ណា​ជាមួយ​វា
• ងាយស្រួលមើលតែលើកុំព្យូទ័រប៉ុណ្ណោះ។ ប្រហែលជាខ្ញុំមិនយល់ច្បាស់ទេ ប៉ុន្តែខ្ញុំមិនអាចស្វែងរកកម្មវិធី Udacity នៅលើស្មាតហ្វូនរបស់ខ្ញុំបានទេ។ ហើយកំណែចល័តរបស់គេហទំព័រមិនឆ្លើយតបទេ ពោលគឺស្ទើរតែផ្ទៃអេក្រង់ទាំងមូលត្រូវបានកាន់កាប់ដោយម៉ឺនុយរុករក ប៉ុន្តែដើម្បីមើលខ្លឹមសារសំខាន់ អ្នកត្រូវរមូរទៅខាងស្តាំហួសពីផ្ទៃមើល។ មិន​តែ​ប៉ុណ្ណោះ វីដេអូ​មិន​អាច​មើល​បាន​នៅ​លើ​ទូរសព្ទ​ទេ។ អ្នកពិតជាមិនអាចមើលឃើញអ្វីនៅលើអេក្រង់ដែលមានទំហំត្រឹមតែជាង 6 អ៊ីញនោះទេ។
• វត្ថុមួយចំនួននៅក្នុងវគ្គសិក្សាត្រូវបានទំពារច្រើនដង ប៉ុន្តែក្នុងពេលជាមួយគ្នានោះ របស់ដែលចាំបាច់ពិតប្រាកដនៅលើបណ្តាញ convolutional ខ្លួនឯងមិនត្រូវបានទំពារនៅក្នុងវគ្គសិក្សានោះទេ។ ខ្ញុំនៅតែមិនយល់ពីគោលបំណងរួមនៃលំហាត់មួយចំនួន (ឧទាហរណ៍ អ្វី Max Pooling គឺសម្រាប់)។

សង្ខេប

ប្រាកដ​ណាស់ អ្នក​បាន​ទាយ​រួច​ហើយ​ថា អព្ភូតហេតុ​មិន​បាន​កើត​ឡើង​ទេ។ ហើយបន្ទាប់ពីបញ្ចប់វគ្គសិក្សាខ្លីនេះ វាមិនអាចទៅរួចទេក្នុងការយល់យ៉ាងពិតប្រាកដពីរបៀបដែលបណ្តាញសរសៃប្រសាទដំណើរការ។

ជាការពិតណាស់បន្ទាប់ពីនេះខ្ញុំមិនអាចដោះស្រាយបញ្ហារបស់ខ្ញុំដោយខ្លួនឯងជាមួយនឹងការចាត់ថ្នាក់នៃរូបថតនៃកុងតាក់និងប៊ូតុងនៅក្នុង switchgears ។

ប៉ុន្តែជាទូទៅវគ្គសិក្សាគឺមានប្រយោជន៍។ វាបង្ហាញពីអ្វីដែលអាចធ្វើបានជាមួយ TensorFlow និងទិសដៅដែលត្រូវដើរបន្ទាប់។

ខ្ញុំគិតថាដំបូងខ្ញុំត្រូវរៀនមូលដ្ឋានគ្រឹះនៃ Python ហើយអានសៀវភៅជាភាសារុស្សីអំពីរបៀបដែលបណ្តាញសរសៃប្រសាទដំណើរការ ហើយបន្ទាប់មកទទួលយក TensorFlow ។

សរុបសេចក្តីមក ខ្ញុំសូមថ្លែងអំណរគុណដល់មិត្តភ័ក្តិរបស់ខ្ញុំ ដែលបានជំរុញខ្ញុំឱ្យសរសេរអត្ថបទដំបូងនៅលើ Habr និងជួយខ្ញុំធ្វើទ្រង់ទ្រាយវា។

PS ខ្ញុំនឹងរីករាយដែលបានឃើញយោបល់របស់អ្នក និងការរិះគន់ក្នុងន័យស្ថាបនា។

ប្រភព: www.habr.com