ਇੱਕ ਊਰਜਾ ਇੰਜਨੀਅਰ ਨੇ ਨਿਊਰਲ ਨੈਟਵਰਕਸ ਦਾ ਅਧਿਐਨ ਕਿਵੇਂ ਕੀਤਾ ਅਤੇ ਮੁਫਤ ਕੋਰਸ "ਉਦਾਸੀ: ਡੂੰਘੀ ਸਿਖਲਾਈ ਲਈ ਟੈਨਸਰਫਲੋ ਦੀ ਪਛਾਣ" ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ।

ਮੇਰੀ ਸਾਰੀ ਬਾਲਗ ਜ਼ਿੰਦਗੀ, ਮੈਂ ਇੱਕ ਐਨਰਜੀ ਡਰਿੰਕ ਰਿਹਾ ਹਾਂ (ਨਹੀਂ, ਹੁਣ ਅਸੀਂ ਸ਼ੱਕੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਾਲੇ ਇੱਕ ਪੀਣ ਬਾਰੇ ਗੱਲ ਨਹੀਂ ਕਰ ਰਹੇ ਹਾਂ)।

ਮੈਨੂੰ ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਕਦੇ ਵੀ ਖਾਸ ਦਿਲਚਸਪੀ ਨਹੀਂ ਰਹੀ ਹੈ, ਅਤੇ ਮੈਂ ਸ਼ਾਇਦ ਹੀ ਕਾਗਜ਼ ਦੇ ਇੱਕ ਟੁਕੜੇ 'ਤੇ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਗੁਣਾ ਕਰ ਸਕਦਾ ਹਾਂ. ਅਤੇ ਮੈਨੂੰ ਇਸਦੀ ਕਦੇ ਲੋੜ ਨਹੀਂ ਸੀ, ਤਾਂ ਜੋ ਤੁਸੀਂ ਮੇਰੇ ਕੰਮ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਾਰੇ ਥੋੜਾ ਜਿਹਾ ਸਮਝੋ, ਮੈਂ ਇੱਕ ਸ਼ਾਨਦਾਰ ਕਹਾਣੀ ਸਾਂਝੀ ਕਰ ਸਕਦਾ ਹਾਂ. ਮੈਂ ਇੱਕ ਵਾਰ ਆਪਣੇ ਸਾਥੀਆਂ ਨੂੰ ਇੱਕ ਐਕਸਲ ਸਪ੍ਰੈਡਸ਼ੀਟ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲਈ ਕਿਹਾ, ਅੱਧਾ ਕੰਮਕਾਜੀ ਦਿਨ ਲੰਘ ਗਿਆ ਸੀ, ਮੈਂ ਉਹਨਾਂ ਕੋਲ ਗਿਆ, ਅਤੇ ਉਹ ਬੈਠੇ ਹੋਏ ਅਤੇ ਇੱਕ ਕੈਲਕੁਲੇਟਰ 'ਤੇ ਡੇਟਾ ਦਾ ਸਾਰ ਕਰ ਰਹੇ ਸਨ, ਹਾਂ, ਬਟਨਾਂ ਵਾਲੇ ਇੱਕ ਆਮ ਕਾਲੇ ਕੈਲਕੁਲੇਟਰ 'ਤੇ। ਖੈਰ, ਇਸ ਤੋਂ ਬਾਅਦ ਅਸੀਂ ਕਿਸ ਤਰ੍ਹਾਂ ਦੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਬਾਰੇ ਗੱਲ ਕਰ ਸਕਦੇ ਹਾਂ?.. ਇਸਲਈ, ਮੇਰੇ ਕੋਲ IT ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਆਪਣੇ ਆਪ ਨੂੰ ਲੀਨ ਕਰਨ ਲਈ ਕਦੇ ਵੀ ਕੋਈ ਵਿਸ਼ੇਸ਼ ਸ਼ਰਤਾਂ ਨਹੀਂ ਸਨ। ਪਰ, ਜਿਵੇਂ ਕਿ ਉਹ ਕਹਿੰਦੇ ਹਨ, "ਇਹ ਚੰਗਾ ਹੈ ਜਿੱਥੇ ਅਸੀਂ ਨਹੀਂ ਹਾਂ," ਮੇਰੇ ਦੋਸਤਾਂ ਨੇ ਮੇਰੇ ਕੰਨਾਂ ਨੂੰ ਵਧੀ ਹੋਈ ਅਸਲੀਅਤ ਬਾਰੇ, ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਬਾਰੇ, ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ (ਮੁੱਖ ਤੌਰ 'ਤੇ ਪਾਈਥਨ ਬਾਰੇ) ਬਾਰੇ ਗੂੰਜਿਆ।

ਸ਼ਬਦਾਂ ਵਿੱਚ ਇਹ ਬਹੁਤ ਸਰਲ ਲੱਗ ਰਿਹਾ ਸੀ, ਅਤੇ ਮੈਂ ਫੈਸਲਾ ਕੀਤਾ ਕਿ ਕਿਉਂ ਨਾ ਇਸ ਜਾਦੂਈ ਕਲਾ ਨੂੰ ਆਪਣੀ ਗਤੀਵਿਧੀ ਦੇ ਖੇਤਰ ਵਿੱਚ ਲਾਗੂ ਕਰਨ ਲਈ ਇਸ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰੀਏ।

ਇਸ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਪਾਈਥਨ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਦੀਆਂ ਆਪਣੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਨੂੰ ਛੱਡ ਦਿਆਂਗਾ ਅਤੇ ਤੁਹਾਡੇ ਨਾਲ Udacity ਦੇ ਮੁਫ਼ਤ TensorFlow ਕੋਰਸ ਦੇ ਆਪਣੇ ਪ੍ਰਭਾਵ ਸਾਂਝੇ ਕਰਾਂਗਾ।

ਜਾਣ ਪਛਾਣ

ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਇਹ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਊਰਜਾ ਉਦਯੋਗ ਵਿੱਚ 11 ਸਾਲਾਂ ਬਾਅਦ, ਜਦੋਂ ਤੁਸੀਂ ਸਭ ਕੁਝ ਜਾਣਦੇ ਹੋ ਅਤੇ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਥੋੜਾ ਹੋਰ ਵੀ (ਤੁਹਾਡੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦੇ ਅਨੁਸਾਰ), ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਨਵੀਆਂ ਚੀਜ਼ਾਂ ਸਿੱਖਣਾ - ਇੱਕ ਪਾਸੇ, ਬਹੁਤ ਉਤਸ਼ਾਹ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਪਰ ਦੂਜੇ ਪਾਸੇ - ਸਰੀਰਕ ਦਰਦ ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ "ਮੇਰੇ ਸਿਰ ਵਿੱਚ ਗੇਅਰਸ."

ਮੈਂ ਅਜੇ ਵੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀਆਂ ਸਾਰੀਆਂ ਬੁਨਿਆਦੀ ਧਾਰਨਾਵਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਸਮਝਦਾ ਹਾਂ, ਇਸਲਈ ਤੁਹਾਨੂੰ ਮੇਰੇ ਬਾਰੇ ਬਹੁਤ ਕਠੋਰਤਾ ਨਾਲ ਨਿਰਣਾ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਮੇਰਾ ਲੇਖ ਮੇਰੇ ਵਰਗੇ ਲੋਕਾਂ ਲਈ ਦਿਲਚਸਪ ਅਤੇ ਉਪਯੋਗੀ ਹੋਵੇਗਾ ਜੋ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਤੋਂ ਦੂਰ ਹਨ।

ਕੋਰਸ ਦੀ ਸੰਖੇਪ ਜਾਣਕਾਰੀ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਮੈਂ ਕਹਾਂਗਾ ਕਿ ਇਸਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਪਾਇਥਨ ਦੇ ਘੱਟੋ ਘੱਟ ਗਿਆਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ. ਤੁਸੀਂ ਡਮੀ ਲਈ ਕੁਝ ਕਿਤਾਬਾਂ ਪੜ੍ਹ ਸਕਦੇ ਹੋ (ਮੈਂ ਸਟੈਪਿਕ 'ਤੇ ਕੋਰਸ ਕਰਨਾ ਵੀ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ, ਪਰ ਅਜੇ ਤੱਕ ਇਸ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮੁਹਾਰਤ ਹਾਸਲ ਨਹੀਂ ਕੀਤੀ ਹੈ)।

TensorFlow ਕੋਰਸ ਵਿੱਚ ਆਪਣੇ ਆਪ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਰਚਨਾ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋਵੇਗੀ, ਪਰ ਇਹ ਸਮਝਣਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ ਕਿ ਲਾਇਬ੍ਰੇਰੀਆਂ ਕਿਉਂ ਆਯਾਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਇੱਕ ਫੰਕਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸ ਵਿੱਚ ਕੋਈ ਚੀਜ਼ ਕਿਉਂ ਬਦਲੀ ਜਾਂਦੀ ਹੈ।

TensorFlow ਅਤੇ Udacity ਕਿਉਂ?

ਮੇਰੀ ਸਿਖਲਾਈ ਦਾ ਮੁੱਖ ਟੀਚਾ ਨਿਊਰਲ ਨੈਟਵਰਕਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇਲੈਕਟ੍ਰੀਕਲ ਇੰਸਟਾਲੇਸ਼ਨ ਤੱਤਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਨੂੰ ਪਛਾਣਨ ਦੀ ਇੱਛਾ ਸੀ।

ਮੈਂ TensorFlow ਨੂੰ ਚੁਣਿਆ ਕਿਉਂਕਿ ਮੈਂ ਇਸ ਬਾਰੇ ਆਪਣੇ ਦੋਸਤਾਂ ਤੋਂ ਸੁਣਿਆ ਹੈ। ਅਤੇ ਜਿਵੇਂ ਕਿ ਮੈਂ ਇਸਨੂੰ ਸਮਝਦਾ ਹਾਂ, ਇਹ ਕੋਰਸ ਕਾਫ਼ੀ ਮਸ਼ਹੂਰ ਹੈ.

ਮੈਂ ਅਧਿਕਾਰੀ ਤੋਂ ਸਿੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਟਿਊਟੋਰਿਅਲ .

ਅਤੇ ਫਿਰ ਮੈਂ ਦੋ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ ਭੱਜਿਆ.

• ਇੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਵਿਦਿਅਕ ਸਮੱਗਰੀਆਂ ਹਨ, ਅਤੇ ਉਹ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ। ਮੇਰੇ ਲਈ ਚਿੱਤਰ ਪਛਾਣ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਹੋਰ ਜਾਂ ਘੱਟ ਪੂਰੀ ਤਸਵੀਰ ਬਣਾਉਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਸੀ.
• ਮੈਨੂੰ ਲੋੜੀਂਦੇ ਜ਼ਿਆਦਾਤਰ ਲੇਖਾਂ ਦਾ ਰੂਸੀ ਵਿੱਚ ਅਨੁਵਾਦ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਜਿਹਾ ਹੀ ਹੋਇਆ ਕਿ ਮੈਂ ਇੱਕ ਬੱਚੇ ਦੇ ਰੂਪ ਵਿੱਚ ਜਰਮਨ ਸਿੱਖ ਲਿਆ ਅਤੇ ਹੁਣ, ਬਹੁਤ ਸਾਰੇ ਸੋਵੀਅਤ ਬੱਚਿਆਂ ਵਾਂਗ, ਮੈਂ ਨਾ ਤਾਂ ਜਰਮਨ ਜਾਂ ਅੰਗਰੇਜ਼ੀ ਨਹੀਂ ਜਾਣਦਾ। ਬੇਸ਼ੱਕ, ਮੇਰੇ ਬਾਲਗ ਜੀਵਨ ਦੌਰਾਨ, ਮੈਂ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ, ਪਰ ਇਹ ਤਸਵੀਰ ਵਿੱਚ ਕੁਝ ਅਜਿਹਾ ਹੋਇਆ.

ਅਧਿਕਾਰਤ ਵੈੱਬਸਾਈਟ 'ਤੇ ਆਲੇ-ਦੁਆਲੇ ਖੋਦਣ ਤੋਂ ਬਾਅਦ, ਮੈਨੂੰ ਲੰਘਣ ਲਈ ਸਿਫ਼ਾਰਸ਼ਾਂ ਮਿਲੀਆਂ ਦੋ ਔਨਲਾਈਨ ਕੋਰਸਾਂ ਵਿੱਚੋਂ ਇੱਕ.

ਜਿਵੇਂ ਕਿ ਮੈਂ ਇਸਨੂੰ ਸਮਝਦਾ ਹਾਂ, ਕੋਰਸੇਰਾ 'ਤੇ ਕੋਰਸ ਦਾ ਭੁਗਤਾਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਕੋਰਸ Udacity: ਡੂੰਘੀ ਸਿਖਲਾਈ ਲਈ ਟੈਂਸਰਫਲੋ ਦੀ ਜਾਣ-ਪਛਾਣ "ਮੁਫ਼ਤ, ਭਾਵ, ਬਿਨਾਂ ਕਿਸੇ ਕੀਮਤ ਦੇ" ਪਾਸ ਕਰਨਾ ਸੰਭਵ ਸੀ।

ਕੋਰਸ ਸਮੱਗਰੀ

ਕੋਰਸ ਵਿੱਚ 9 ਪਾਠ ਸ਼ਾਮਲ ਹਨ।

ਪਹਿਲਾ ਭਾਗ ਸ਼ੁਰੂਆਤੀ ਹੈ, ਜਿੱਥੇ ਉਹ ਤੁਹਾਨੂੰ ਦੱਸੇਗਾ ਕਿ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਇਸਦੀ ਲੋੜ ਕਿਉਂ ਹੈ।

ਪਾਠ #2 ਮੇਰਾ ਮਨਪਸੰਦ ਨਿਕਲਿਆ। ਇਹ ਸਮਝਣ ਲਈ ਕਾਫ਼ੀ ਸਰਲ ਸੀ ਅਤੇ ਵਿਗਿਆਨ ਦੇ ਅਜੂਬਿਆਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਵੀ ਕਰਦਾ ਸੀ। ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ, ਇਸ ਪਾਠ ਵਿੱਚ, ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਬਾਰੇ ਮੁੱਢਲੀ ਜਾਣਕਾਰੀ ਤੋਂ ਇਲਾਵਾ, ਸਿਰਜਣਹਾਰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ ਕਿ ਤਾਪਮਾਨ ਨੂੰ ਫਾਰਨਹੀਟ ਤੋਂ ਸੈਲਸੀਅਸ ਵਿੱਚ ਬਦਲਣ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇੱਕ ਸਿੰਗਲ-ਲੇਅਰ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ।

ਇਹ ਸੱਚਮੁੱਚ ਇੱਕ ਬਹੁਤ ਸਪੱਸ਼ਟ ਉਦਾਹਰਣ ਹੈ. ਮੈਂ ਅਜੇ ਵੀ ਇੱਥੇ ਬੈਠਾ ਇਹ ਸੋਚ ਰਿਹਾ ਹਾਂ ਕਿ ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਨਾ ਹੈ, ਪਰ ਸਿਰਫ਼ ਇਲੈਕਟ੍ਰੀਸ਼ੀਅਨਾਂ ਲਈ।

ਬਦਕਿਸਮਤੀ ਨਾਲ, ਮੈਂ ਹੋਰ ਰੁਕ ਗਿਆ, ਕਿਉਂਕਿ ਇੱਕ ਅਣਜਾਣ ਭਾਸ਼ਾ ਵਿੱਚ ਸਮਝ ਤੋਂ ਬਾਹਰ ਦੀਆਂ ਗੱਲਾਂ ਸਿੱਖਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੈ। ਜਿਸ ਚੀਜ਼ ਨੇ ਮੈਨੂੰ ਬਚਾਇਆ ਉਹ ਸੀ ਜੋ ਮੈਂ ਹਾਬਰੇ 'ਤੇ ਪਾਇਆ ਇਸ ਕੋਰਸ ਦਾ ਰੂਸੀ ਵਿੱਚ ਅਨੁਵਾਦ.

ਅਨੁਵਾਦ ਉੱਚ ਗੁਣਵੱਤਾ ਨਾਲ ਕੀਤਾ ਗਿਆ ਸੀ, ਕੋਲੈਬ ਨੋਟਬੁੱਕਾਂ ਦਾ ਵੀ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਸੀ, ਇਸ ਲਈ ਮੈਂ ਫਿਰ ਮੂਲ ਅਤੇ ਅਨੁਵਾਦ ਦੋਵਾਂ ਨੂੰ ਦੇਖਿਆ।

ਪਾਠ ਨੰਬਰ 3, ਅਸਲ ਵਿੱਚ, ਅਧਿਕਾਰਤ TensorFlow ਟਿਊਟੋਰਿਅਲ ਤੋਂ ਸਮੱਗਰੀ ਦਾ ਇੱਕ ਅਨੁਕੂਲਨ ਹੈ। ਇਸ ਟਿਊਟੋਰਿਅਲ ਵਿੱਚ, ਅਸੀਂ ਕੱਪੜੇ ਦੀਆਂ ਤਸਵੀਰਾਂ (ਫੈਸ਼ਨ MNIST ਡੇਟਾਸੇਟ) ਨੂੰ ਕਿਵੇਂ ਵਰਗੀਕਰਨ ਕਰਨਾ ਹੈ ਇਹ ਸਿੱਖਣ ਲਈ ਇੱਕ ਮਲਟੀਲੇਅਰ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ।

ਪਾਠ ਨੰ. 4 ਤੋਂ ਨੰ. 7 ਵੀ ਟਿਊਟੋਰਿਅਲ ਦਾ ਰੂਪਾਂਤਰ ਹਨ। ਪਰ ਇਸ ਤੱਥ ਦੇ ਕਾਰਨ ਕਿ ਉਹਨਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਵਿਵਸਥਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਧਿਐਨ ਦੇ ਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਆਪ ਨੂੰ ਸਮਝਣ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ. ਇਹਨਾਂ ਪਾਠਾਂ ਵਿੱਚ ਸਾਨੂੰ ਅਤਿ-ਸਹੀ ਨਿਊਰਲ ਨੈਟਵਰਕ ਬਾਰੇ ਸੰਖੇਪ ਵਿੱਚ ਦੱਸਿਆ ਜਾਵੇਗਾ, ਸਿਖਲਾਈ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਕਿਵੇਂ ਵਧਾਉਣਾ ਹੈ ਅਤੇ ਮਾਡਲ ਨੂੰ ਕਿਵੇਂ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਹੈ। ਉਸੇ ਸਮੇਂ, ਅਸੀਂ ਚਿੱਤਰ ਵਿੱਚ ਬਿੱਲੀਆਂ ਅਤੇ ਕੁੱਤਿਆਂ ਦੇ ਵਰਗੀਕਰਨ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਹੱਲ ਕਰਾਂਗੇ.

ਪਾਠ ਨੰਬਰ 8 ਇੱਕ ਬਿਲਕੁਲ ਵੱਖਰਾ ਕੋਰਸ ਹੈ, ਇੱਕ ਵੱਖਰਾ ਅਧਿਆਪਕ ਹੈ, ਅਤੇ ਕੋਰਸ ਆਪਣੇ ਆਪ ਵਿੱਚ ਕਾਫ਼ੀ ਵਿਆਪਕ ਹੈ। ਸਬਕ ਸਮਾਂ ਲੜੀ ਬਾਰੇ ਹੈ। ਕਿਉਂਕਿ ਮੈਨੂੰ ਅਜੇ ਇਸ ਵਿੱਚ ਕੋਈ ਦਿਲਚਸਪੀ ਨਹੀਂ ਹੈ, ਮੈਂ ਇਸਨੂੰ ਤਿਰਛੇ ਰੂਪ ਵਿੱਚ ਸਕੈਨ ਕੀਤਾ ਹੈ।

ਇਹ ਪਾਠ #9 ਦੇ ਨਾਲ ਸਮਾਪਤ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ TensorFlow lite 'ਤੇ ਮੁਫ਼ਤ ਕੋਰਸ ਕਰਨ ਦਾ ਸੱਦਾ ਹੈ।

ਤੁਹਾਨੂੰ ਕੀ ਪਸੰਦ ਹੈ ਅਤੇ ਕੀ ਨਹੀਂ ਪਸੰਦ

ਮੈਂ ਫ਼ਾਇਦਿਆਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰਾਂਗਾ:

• ਕੋਰਸ ਮੁਫ਼ਤ ਹੈ
• ਇਹ ਕੋਰਸ TensorFlow 2 'ਤੇ ਹੈ। ਕੁਝ ਪਾਠ-ਪੁਸਤਕਾਂ ਜੋ ਮੈਂ ਦੇਖੀਆਂ ਅਤੇ ਇੰਟਰਨੈੱਟ 'ਤੇ ਕੁਝ ਕੋਰਸ TensorFlow 1 'ਤੇ ਸਨ। ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਕੋਈ ਵੱਡਾ ਫ਼ਰਕ ਹੈ ਜਾਂ ਨਹੀਂ, ਪਰ ਮੌਜੂਦਾ ਸੰਸਕਰਣ ਨੂੰ ਸਿੱਖਣਾ ਚੰਗਾ ਲੱਗਾ।
• ਵੀਡੀਓ ਵਿਚਲੇ ਅਧਿਆਪਕ ਤੰਗ ਕਰਨ ਵਾਲੇ ਨਹੀਂ ਹਨ (ਹਾਲਾਂਕਿ ਰੂਸੀ ਸੰਸਕਰਣ ਵਿਚ ਉਹ ਓਨੀ ਖੁਸ਼ੀ ਨਾਲ ਨਹੀਂ ਪੜ੍ਹਦੇ ਜਿੰਨਾ ਅਸਲ ਵਿਚ)
• ਕੋਰਸ ਜ਼ਿਆਦਾ ਸਮਾਂ ਨਹੀਂ ਲੈਂਦਾ
• ਕੋਰਸ ਤੁਹਾਨੂੰ ਉਦਾਸ ਜਾਂ ਨਿਰਾਸ਼ ਮਹਿਸੂਸ ਨਹੀਂ ਕਰਦਾ। ਕੋਰਸ ਵਿੱਚ ਕੰਮ ਸਧਾਰਨ ਹਨ ਅਤੇ ਜੇਕਰ ਕੋਈ ਚੀਜ਼ ਸਪਸ਼ਟ ਨਹੀਂ ਹੈ (ਅਤੇ ਮੇਰੇ ਲਈ ਅੱਧੇ ਕੰਮ ਸਪੱਸ਼ਟ ਨਹੀਂ ਸਨ) ਤਾਂ ਸਹੀ ਹੱਲ ਦੇ ਨਾਲ ਕੋਲੈਬ ਦੇ ਰੂਪ ਵਿੱਚ ਹਮੇਸ਼ਾ ਇੱਕ ਸੰਕੇਤ ਮਿਲਦਾ ਹੈ।
• ਕਿਸੇ ਵੀ ਚੀਜ਼ ਨੂੰ ਇੰਸਟਾਲ ਕਰਨ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ, ਕੋਰਸ ਦੇ ਸਾਰੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਕੰਮ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ

ਹੁਣ ਨੁਕਸਾਨ:

• ਅਮਲੀ ਤੌਰ 'ਤੇ ਕੋਈ ਨਿਯੰਤਰਣ ਸਮੱਗਰੀ ਨਹੀਂ ਹੈ. ਕੋਈ ਟੈਸਟ ਨਹੀਂ, ਕੋਈ ਕੰਮ ਨਹੀਂ, ਕੋਰਸ ਦੀ ਮੁਹਾਰਤ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕੁਝ ਵੀ ਨਹੀਂ
• ਮੇਰੇ ਸਾਰੇ ਨੋਟਪੈਡ ਉਸ ਤਰ੍ਹਾਂ ਕੰਮ ਨਹੀਂ ਕਰਦੇ ਜਿਵੇਂ ਉਨ੍ਹਾਂ ਨੂੰ ਕਰਨਾ ਚਾਹੀਦਾ ਸੀ। ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਅੰਗਰੇਜ਼ੀ Colab ਵਿੱਚ ਮੂਲ ਕੋਰਸ ਦੇ ਤੀਜੇ ਪਾਠ ਵਿੱਚ ਇੱਕ ਗਲਤੀ ਹੋ ਰਹੀ ਸੀ ਅਤੇ ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਸੀ ਕਿ ਇਸ ਨਾਲ ਕੀ ਕਰਨਾ ਹੈ
• ਸਿਰਫ਼ ਕੰਪਿਊਟਰ 'ਤੇ ਦੇਖਣ ਲਈ ਸੁਵਿਧਾਜਨਕ। ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਮੈਂ ਇਸਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝਿਆ ਨਾ ਹੋਵੇ, ਪਰ ਮੈਂ ਆਪਣੇ ਸਮਾਰਟਫੋਨ 'ਤੇ Udacity ਐਪ ਨਹੀਂ ਲੱਭ ਸਕਿਆ। ਅਤੇ ਸਾਈਟ ਦਾ ਮੋਬਾਈਲ ਸੰਸਕਰਣ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹੈ, ਯਾਨੀ, ਲਗਭਗ ਪੂਰਾ ਸਕ੍ਰੀਨ ਖੇਤਰ ਨੈਵੀਗੇਸ਼ਨ ਮੀਨੂ ਦੁਆਰਾ ਰੱਖਿਆ ਗਿਆ ਹੈ, ਪਰ ਮੁੱਖ ਸਮੱਗਰੀ ਨੂੰ ਦੇਖਣ ਲਈ ਤੁਹਾਨੂੰ ਦੇਖਣ ਵਾਲੇ ਖੇਤਰ ਤੋਂ ਸੱਜੇ ਪਾਸੇ ਸਕ੍ਰੋਲ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਨਾਲ ਹੀ, ਵੀਡੀਓ ਨੂੰ ਫੋਨ 'ਤੇ ਨਹੀਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਤੁਸੀਂ ਸਿਰਫ਼ 6 ਇੰਚ ਤੋਂ ਵੱਧ ਮਾਪਣ ਵਾਲੀ ਸਕ੍ਰੀਨ 'ਤੇ ਅਸਲ ਵਿੱਚ ਕੁਝ ਵੀ ਨਹੀਂ ਦੇਖ ਸਕਦੇ।
• ਕੋਰਸ ਵਿੱਚ ਕੁਝ ਚੀਜ਼ਾਂ ਨੂੰ ਕਈ ਵਾਰ ਚਬਾਇਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਉਸੇ ਸਮੇਂ, ਕਨਵੋਲਿਊਸ਼ਨਲ ਨੈਟਵਰਕਸ ਤੇ ਅਸਲ ਵਿੱਚ ਲੋੜੀਂਦੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਕੋਰਸ ਵਿੱਚ ਨਹੀਂ ਚਬਾਇਆ ਜਾਂਦਾ ਹੈ. ਮੈਂ ਅਜੇ ਵੀ ਕੁਝ ਅਭਿਆਸਾਂ ਦੇ ਸਮੁੱਚੇ ਉਦੇਸ਼ ਨੂੰ ਨਹੀਂ ਸਮਝ ਸਕਿਆ (ਉਦਾਹਰਨ ਲਈ, ਮੈਕਸ ਪੂਲਿੰਗ ਕਿਸ ਲਈ ਹੈ)।

ਸੰਖੇਪ

ਯਕੀਨਨ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਅੰਦਾਜ਼ਾ ਲਗਾ ਲਿਆ ਹੈ ਕਿ ਚਮਤਕਾਰ ਨਹੀਂ ਹੋਇਆ. ਅਤੇ ਇਸ ਛੋਟੇ ਕੋਰਸ ਨੂੰ ਪੂਰਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਇਹ ਸਮਝਣਾ ਅਸੰਭਵ ਹੈ ਕਿ ਨਿਊਰਲ ਨੈਟਵਰਕ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ।

ਬੇਸ਼ੱਕ, ਇਸ ਤੋਂ ਬਾਅਦ ਮੈਂ ਸਵਿੱਚਗੀਅਰਾਂ ਵਿੱਚ ਸਵਿੱਚਾਂ ਅਤੇ ਬਟਨਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਦੇ ਵਰਗੀਕਰਨ ਨਾਲ ਆਪਣੀ ਸਮੱਸਿਆ ਨੂੰ ਆਪਣੇ ਆਪ ਹੱਲ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਸੀ.

ਪਰ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਕੋਰਸ ਲਾਭਦਾਇਕ ਹੈ. ਇਹ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ TensorFlow ਨਾਲ ਕਿਹੜੀਆਂ ਚੀਜ਼ਾਂ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਅੱਗੇ ਕਿਹੜੀ ਦਿਸ਼ਾ ਲੈਣੀ ਹੈ।

ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਮੈਨੂੰ ਪਹਿਲਾਂ ਪਾਇਥਨ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਸਿੱਖਣ ਦੀ ਲੋੜ ਹੈ ਅਤੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਇਸ ਬਾਰੇ ਰੂਸੀ ਵਿੱਚ ਕਿਤਾਬਾਂ ਪੜ੍ਹਨ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਫਿਰ TensorFlow ਨੂੰ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ।

ਅੰਤ ਵਿੱਚ, ਮੈਂ ਹਾਬਰ 'ਤੇ ਪਹਿਲਾ ਲੇਖ ਲਿਖਣ ਲਈ ਅਤੇ ਇਸ ਨੂੰ ਫਾਰਮੈਟ ਕਰਨ ਵਿੱਚ ਮੇਰੀ ਮਦਦ ਕਰਨ ਲਈ ਮੇਰੇ ਦੋਸਤਾਂ ਦਾ ਧੰਨਵਾਦ ਕਰਨਾ ਚਾਹਾਂਗਾ।

PS ਮੈਨੂੰ ਤੁਹਾਡੀਆਂ ਟਿੱਪਣੀਆਂ ਅਤੇ ਕਿਸੇ ਵੀ ਰਚਨਾਤਮਕ ਆਲੋਚਨਾ ਨੂੰ ਦੇਖ ਕੇ ਖੁਸ਼ੀ ਹੋਵੇਗੀ।

ਸਰੋਤ: www.habr.com