Целиот мој возрасен живот сум енергетски пијалок (не, сега не зборуваме за пијалок со сомнителни својства).
Никогаш не сум бил особено заинтересиран за светот на информатичката технологија и тешко дека можам да помножам матрици на парче хартија. И ова никогаш не ми требаше, за да разберете малку за спецификите на мојата работа, можам да споделам прекрасна приказна. Еднаш ги замолив колегите да ја завршат работата во табела Excel, помина половина работен ден, отидов кај нив, а тие седеа и ги сумираа податоците на калкулатор, да, на обичен црн калкулатор со копчиња. Па, за какви невронски мрежи можеме да зборуваме после ова?.. Затоа, никогаш немав посебни предуслови да се потопувам во светот на ИТ. Но, како што велат, „добро е таму каде што не сме“, моите пријатели ми зуеа со ушите за зголемената реалност, за невронските мрежи, за програмските јазици (главно за Python).
Со зборови изгледаше многу едноставно и решив зошто да не ја совладам оваа магична уметност за да ја применам во моето поле на активност.
Во оваа статија, ќе ги прескокнам моите обиди да ги совладам основите на Python и ќе ги споделам со вас моите впечатоци за бесплатниот курс TensorFlow од Udacity.
Вовед
За почеток, вреди да се напомене дека по 11 години во енергетската индустрија, кога знаете и можете да сторите сè, па дури и малку повеќе (според вашите обврски), учењето радикално нови работи - од една страна, предизвикува голем ентузијазам, но од друга - се претвора во физичка болка „запчаници во мојата глава“.
Сè уште не ги разбирам целосно сите основни концепти на програмирање и машинско учење, затоа не треба да ме осудувате премногу остро. Се надевам дека мојата статија ќе биде интересна и корисна за луѓето како мене кои се далеку од развој на софтвер.
Пред да преминете на прегледот на курсот, ќе кажам дека за да го проучите ќе ви треба барем минимално познавање на Python. Можете да прочитате неколку книги за кукли (и јас почнав да посетувам курс за Степиќ, но сè уште не сум го совладал целосно).
Самиот курс TensorFlow нема да содржи сложени конструкции, но ќе биде неопходно да се разбере зошто се увезуваат библиотеки, како се дефинира функцијата и зошто нешто се заменува во неа.
Зошто TensorFlow и Udacity?
Главната цел на мојата обука беше желбата да се препознаат фотографии од електрични инсталациски елементи со помош на невронски мрежи.
Го избрав TensorFlow затоа што слушнав за тоа од моите пријатели. И како што разбирам, овој курс е доста популарен.
Се обидов да почнам да учам од службеникот .
И тогаш наидов на два проблема.
- Има многу едукативни материјали, а ги има во различни сорти. Ми беше многу тешко да создадам барем повеќе или помалку целосна слика за решавање на проблемот со препознавање слики.
- Повеќето од написите што ми требаат не се преведени на руски. Едноставно, како дете научив германски и сега, како и многу советски деца, не знам ниту германски ниту англиски. Се разбира, во текот на мојот возрасен живот се обидував да го совладам англискиот јазик, но испадна нешто како на сликата.
Откако копав наоколу на официјалната веб-страница, најдов препораки што треба да ги поминам .
Како што разбрав, курсот на Coursera беше платен, и курсот беше можно да се помине „бесплатно, односно за ништо“.
Содржина на курсот
Курсот се состои од 9 лекции.
Првиот дел е воведен, каде што ќе ви кажат зошто во принцип е потребно.
Лекцијата бр. 2 се покажа како моја омилена. Беше доволно едноставно да се разбере и исто така ги покажа чудата на науката. Накратко, во оваа лекција, покрај основните информации за невронските мрежи, креаторите демонстрираат како да се користи еднослојна невронска мрежа за да се реши проблемот со конвертирање на температурата од Фаренхајт во Целзиусов.
Ова е навистина многу јасен пример. Сè уште седам овде и размислувам како да смислам и решам сличен проблем, но само за електричари.
За жал, заглавив понатаму, бидејќи учењето неразбирливи работи на непознат јазик е доста тешко. Она што ме спаси беше она што го најдов на Хабре .
Преводот беше направен квалитетно, беа преведени и тетратките на Колаб, па потоа ги погледнав и оригиналот и преводот.
Лекција бр. 3 е, всушност, адаптација на материјали од официјалниот туторијал TensorFlow. Во ова упатство, користиме повеќеслојна невронска мрежа за да научиме како да ги класифицираме сликите на облеката (Fashion MNIST база на податоци).
Уроки с №4 по №7 также являются переложением тьюториала. Но из-за того, что они грамотно скомпонованы нет необходимости самому разбираться в последовательности изучения. В данных уроках нам вкратце расскажут о сверхточных нейронных сетях, о том, как повысить точность обучения и сохранить модель. При этом мы будем попутно решать задачу классификации кошек и собак на изображении.
Лекцијата бр. 8 е сосема посебен курс, има различен наставник, а самиот курс е доста обемен. Лекцијата е за временски серии. Бидејќи сè уште не ме интересира, дијагонално го скенирав.
Ова завршува со лекцијата бр. 9, која е покана да земете бесплатен курс за TensorFlow lite.
Што ви се допадна и што не ви се допадна
Ќе почнам со добрите:
- Курсот е бесплатен
- Курсот е на TensorFlow 2. Некои учебници што ги видов и некои курсеви на Интернет беа на TensorFlow 1. Не знам дали има голема разлика, но убаво е да се научи тековната верзија.
- Наставниците во видеото не се досадни (иако во руската верзија не читаат толку весело како во оригиналот)
- Курсот не зазема многу време
- Курсот не ве прави да се чувствувате тажни или безнадежни. Задачите во курсот се едноставни и секогаш има навестување во форма на Колаб со точното решение доколку нешто не е јасно (а добра половина од задачите не ми беа јасни)
- Нема потреба да инсталирате ништо, целата лабораториска работа на курсот може да се направи во прелистувачот
Сега лошите страни:
- Нет практически никаких контрольных материалов. Ни тестов, ни задач, ничего, чтобы хоть как-то проверить усвоение курса
- Не сите мои бележници работеа како што треба. Мислам дека во третата лекција од оригиналниот курс по англиски Colab беше грешка и не знаев што да правам со тоа
- Практично за гледање само на компјутер. Можеби не го разбрав целосно, но не можев да ја најдам апликацијата Udacity на мојот паметен телефон. И мобилната верзија на страницата не реагира, односно речиси целата површина на екранот е окупирана од менито за навигација, но за да ја видите главната содржина треба да скролувате десно надвор од областа за гледање. Исто така, видеото не може да се гледа на телефонот. Навистина не можете да видите ништо на екран со димензии нешто повеќе од 6 инчи.
- Некои работи во курсот се џвакаат неколку пати, но во исто време, навистина неопходните работи на самите конволуциони мрежи не се џвакаат во текот. Сè уште не ја разбрав целокупната цел на некои од вежбите (на пример, за што служи Max Pooling).
Краток преглед
Сигурно веќе погодивте дека чудото не се случило. И по завршувањето на овој краток курс, невозможно е вистински да се разбере како функционираат невронските мрежи.
Се разбира, после ова не можев сам да го решам мојот проблем со класификацијата на фотографии на прекинувачи и копчиња во разводни уреди.
Но, генерално, курсот е корисен. Покажува кои работи може да се направат со TensorFlow и која насока да се преземе понатаму.
Мислам дека прво треба да ги научам основите на Python и да читам книги на руски за тоа како функционираат невронските мрежи, а потоа да го преземам TensorFlow.
Како заклучок, би сакал да им се заблагодарам на моите пријатели што ме поттикнаа да ја напишам првата статија за Хабр и ми помогнаа да ја форматирам.
П.С. Ќе ми биде драго да ги видам вашите коментари и секоја конструктивна критика.
Извор: www.habr.com