Svoju celú vedomú existenciu som bol energetikom (nie, teraz sa nehovorí o nápoji so spornými vlastnosťami).
Nikdy som sa zvlášť nezaujímal o svet informačných technológií, dokonca ani matice by som si ťažko v hlave vynásobil. A nikdy som to ani nepotreboval, aby ste pochopili trochu o špecifike mojej práce, môžem sa podeliť o skvelý príbeh. Raz som požiadal svojich kolegov, aby vykonali prácu v Exceli – tabuľke, prešla polovica pracovného dňa, prichádzam k nim a oni sedia a sú sčítavajú údaje na kalkulačke, áno, áno, na bežnej čiernej kalkulačke s tlačidlami. No a o akých neurónových sieťach sa potom môže hovoriť?.. Takže som nikdy nemal žiadne osobitné predpoklady na ponor do sveta IT. Ale ako sa hovorí „dobre tam, kde nás niet“, moji priatelia mi podrobili uši o rozšírenej realite, o neurónových sieťach, o programovacích jazykoch (väčšinou o Pythone).
Na slová to vyzeralo pomerne jednoducho a rozhodol som sa, prečo by som sa nemal osvojiť toto magické umenie na uplatnenie vo svojej sfére činnosti.
V tomto článku sa vyhnem mojim pokusom osvojiť si základy Pythona a podelím sa s vami o svoje dojmy z bezplatného kurzu o TensorFlow od Udacity.
Úvod
Na začiatok stojí za zmienku, že po 11 rokoch v energetike, keď vieš a môžeš urobiť všetko a ešte trošku viac (v rámci svojich povinností), učenie sa radikálne novým veciam – na jednej strane vyvoláva búrlivý entuziazmus, ale na druhej strane sa obracia na fyzickú bolesť „ozubených koliesok v hlave“.
Doteraz si ešte úplne neuvedomujem všetky základné koncepty programovania a strojového učenia, takže ma prosím nesúďte prísne. Dúfam, že môj článok bude zaujímavý a užitočný pre takých, ako som ja – vzdialených od vývoja softvéru.
Predtým, než prejdeme k prehľadu kurzu, poviem, že na jeho štúdium je potrebné aspoň minimálne znalosti Pythona. Môžete prečítať niekoľko kníh pre začiatočníkov (ja som ešte začal absolvovať kurz na Stepic, ale zatiaľ som ho nedokončil).
V samotnom kurze o TensorFlow nebudú žiadne zložité konštrukcie, ale pochopiť, na čo sa importujú knižnice, ako je definovaná funkcia a prečo do nej niečo niečo zadávať, bude potrebné.
Prečo TensorFlow a Udacity?
Hlavným cieľom môjho štúdia bolo naučiť sa rozpoznávať fotografie prvkov elektroinštalácií pomocou neurónových sietí.
TensorFlow som si vybral, pretože som o ňom počul od svojich priateľov. A ako som pochopil, tento kurz je dosť populárny.
Snažil som sa začať štúdium z oficiálneho .
A hneď som narazil na dva problémy.
- Učebných materiálov je veľa a sú neusporiadané. Sformulovať aspoň trochu súvislý obraz o riešení úlohy rozpoznávania obrázkov bolo pre mňa veľmi ťažké.
- Väčšina článkov, ktoré som potreboval, nie je preložená do ruštiny. Tak sa stalo, že v detstve som sa učil nemčinu a teraz, ako mnohí sovietski tínedžeri, neviem ani nemčinu, ani angličtinu. Samozrejme, počas svojej vedomej existencie som sa snažil osvojiť si angličtinu, ale výsledky sú, ako na obrázku.
Po ďalšom pátraní na oficiálnej stránke som našiel odporúčania absolvovať .
Ako som pochopil, kurz na Courcera bol platený, zatiaľ čo kurz sa dal absolvovať "bezplatne, teda zadarmo".
Obsah kurzu
Kurz sa skladá z 9 lekcií.
Prvá sekcia je úvodná, tam sa povie, na čo je vlastne potrebný.
Lekcia č. 2 sa ukázala byť mojím obľúbeným. Bola dostatočne jednoduchá na to, aby sa dala pochopiť, a zároveň ukazovala zázraky vedy. Ak to zhrniem, v tejto lekcii okrem základných informácií o neurónových sieťach autori demonštrujú, ako pomocou jedno vrstvy neurónovej siete vyriešiť úlohu prevodu teploty z Fahrenheita na Celzia.
Je to skutočne veľmi názorný príklad. Doteraz sedím a premýšľam, ako prísť na podobnú úlohu, ale len pre elektroinštaláciu.
Bohužiaľ, ďalej som sa zasekol, pretože učiť sa nepochopiteľné veci v neznámom jazyku je dosť ťažké. Zachránilo ma to, že som našiel na Habre .
Preklad bol dobre vykonaný, poznámky Colab boli tiež preložené, takže som sa ďalej díval aj do originálu, aj do prekladu.
Lekcia č. 3 je v podstate prepis materiálov oficiálneho tutoriálu TensorFlow. V tejto lekcii sa s pomocou viacvrstvovej neurónovej siete učíme klasifikovať obrázky s oblečením (sada dát Fashion MNIST).
Hodiny od č. 4 do č. 7 sú tiež prevzatím tutoriálu. Avšak, vďaka ich dobrej kompozícii nie je potrebné samostatne sa zaoberať postupnosťou učenia. V týchto hodinách sa nám v skratke predstaví ultra presné neurónové siete, ako zvýšiť presnosť učenia a uchovať model. Pri tom budeme súčasne riešiť úlohu klasifikácie mačiek a psov na obrázku.
Hodina č. 8 predstavuje úplne samostatný kurz, je tam iný lektor a samotný kurz je dosť rozsiahly. Hodina je zameraná na časové rady. Keďže ma to zatiaľ nezaujíma, prezrel som si to len letmo.
Záverom je hodina č. 9, ktorá je pozvaním na absolvovanie bezplatného kurzu o TensorFlow Lite.
Čo sa mi páčilo a nepáčilo
Začnem s pozitívami:
- Kurz je bezplatný
- Kurz je o TensorFlow 2. Niektoré učebnice, ktoré som videl, a niektoré kurzy na internete boli o TensorFlow 1. Neviem, aký veľký je rozdiel, ale je príjemné učiť sa aktuálnu verziu.
- Lekári vo videu neobťažujú (aj keď v ruskej verzii čítajú nie tak živo ako v origináli)
- Kurz nezaberá veľa času
- Kurz nevyvoláva pocit smútenia a beznádeje. Úlohy v kurze sú jednoduché a vždy je tu nápoveda vo forme Colab s správnym riešením, ak niečo nie je jasné (a polovica úloh mi nebola jasná)
- Nič nie je potrebné inštalovať, všetky laboratórne práce kurzu sa dajú robiť v prehliadači
Teraz negatíva:
- Takmer neexistujú žiadne kontrolné materiály. Žiadne testy, úlohy, nič na aspoň nejaké overenie osvojenia kurzu
- Nie všetky notebooky mi fungovali, ako mali. Mám pocit, že v tretej hodine originálneho kurzu v angličtine mal Colab chybu a nevedel som, čo s ňou robiť
- Je pohodlné pozerať len na počítači. Možno som sa nedostal k tomu, ale nenašiel som aplikáciu Udacity na svojom smartfóne. A mobilná verzia webu nie je prispôsobená, teda takmer celú plochu obrazovky zaberá navigačné menu, ale aby ste videli hlavný obsah, musíte posúvať do pravej časti mimo zorného poľa. Tiež videá nie je možné sledovať na telefóne. Na displeji s veľkosťou niečo vyše 6 palcov sa nedá nič poriadne vidieť.
- Niektoré veci sa v kurze viackrát rozoberajú, ale naozaj potrebné informácie o samotných konvolučných sieťach sa v kurze nerozoberajú. Túto globálnu cieľovú úlohu niektorých cvičení (napríklad, na čo je Max Pooling) som tak ani nepochopil.
Zhrnutie
Určite ste už prišli na to, že zázrak sa nekonal. A po absolvovaní tohto krátkeho kurzu nie je možné naozaj pochopiť, ako fungujú neurónové siete.
Samozrejme, ani po tomto som nevedel sám vyriešiť svoju úlohu s klasifikáciou fotografií vypínačov a tlačidiel v rozvodných zariadeniach.
Ale vcelku je kurz užitočný. Ukazuje, aké veci je možné robiť s pomocou TensorFlow a v ktorom smere sa posunúť ďalej.
Myslím, že na začiatok sa musím naučiť základy Pythonu a prečítať knihy v slovenčine o tom, ako fungujú neurónové siete, a potom sa už pustiť do TensorFlow.
Na záver by som chcel poďakovať svojim priateľom za to, že ma podnietili napísať prvý článok na "Habr" a pomohli mi ho upraviť.
P.S. Budem rád za vaše komentáre a akúkoľvek konštruktívnu kritiku.
Zdroj: habr.com
