Gjatë gjithë jetës sime të rritur, kam qenë një pije energjike (jo, tani nuk po flasim për një pije me veti të dyshimta).
Unë kurrë nuk kam qenë veçanërisht i interesuar për botën e teknologjisë së informacionit dhe vështirë se mund të shumoj matricat në një copë letër. Dhe nuk më duhej kurrë kjo, që të kuptoni sadopak specifikat e punës sime, mund të ndaj një histori të mrekullueshme. Një herë u kërkova kolegëve të mi të bënin punën në një tabele Excel, kishte kaluar gjysma e ditës së punës, u ngjita tek ata, dhe ata ishin ulur dhe përmblidhnin të dhënat në një makinë llogaritëse, po, në një kalkulator të zakonshëm të zi me butona. Epo, për çfarë rrjetesh nervore mund të flasim pas kësaj?.. Prandaj, nuk kam pasur kurrë ndonjë parakusht të veçantë për t'u zhytur në botën e IT. Por, siç thonë ata, "është mirë ku nuk jemi", miqtë e mi më gumëzhinin veshët për realitetin e shtuar, për rrjetet nervore, për gjuhët e programimit (kryesisht për Python).
Me fjalë dukej shumë e thjeshtë dhe vendosa pse të mos e zotëroja këtë art magjik për ta zbatuar në fushën time të veprimtarisë.
Në këtë artikull, unë do të kapërcej përpjekjet e mia për të zotëruar bazat e Python dhe do të ndaj me ju përshtypjet e mia për kursin falas TensorFlow nga Udacity.
Paraqitje
Si fillim, vlen të theksohet se pas 11 vitesh në industrinë e energjisë, kur dini dhe mund të bëni gjithçka dhe madje pak më shumë (sipas përgjegjësive tuaja), të mësoni gjëra rrënjësisht të reja - nga njëra anë, shkakton entuziazëm të madh, por nga ana tjetër - kthehet në dhimbje fizike " ingranazhet në kokën time".
Unë ende nuk i kuptoj plotësisht të gjitha konceptet bazë të programimit dhe mësimit të makinerive, ndaj nuk duhet të më gjykoni shumë ashpër. Shpresoj se artikulli im do të jetë interesant dhe i dobishëm për njerëzit si unë që janë larg zhvillimit të softuerit.
Para se të kalojmë në përmbledhjen e kursit, do të them se për ta studiuar atë do t'ju duhet të paktën njohuri minimale për Python. Ju mund të lexoni disa libra për dummies (kam filluar gjithashtu të ndjek një kurs për Stepic, por ende nuk e kam zotëruar plotësisht).
Vetë kursi TensorFlow nuk do të përmbajë konstruksione komplekse, por do të jetë e nevojshme të kuptohet pse importohen bibliotekat, si përcaktohet një funksion dhe pse diçka zëvendësohet në të.
Pse TensorFlow dhe Udacity?
Qëllimi kryesor i trajnimit tim ishte dëshira për të njohur fotografitë e elementeve të instalimeve elektrike duke përdorur rrjetet nervore.
Zgjodha TensorFlow sepse kam dëgjuar për të nga miqtë e mi. Dhe siç e kuptoj unë, ky kurs është mjaft popullor.
U përpoqa të filloja të mësoja nga zyrtari .
Dhe pastaj hasa në dy probleme.
- Ka shumë materiale edukative, dhe ato vijnë në lloje të ndryshme. Ishte shumë e vështirë për mua të krijoja të paktën një pamje pak a shumë të plotë të zgjidhjes së problemit të njohjes së imazhit.
- Shumica e artikujve që më duhen nuk janë përkthyer në Rusisht. Ndodhi që unë të mësova gjermanisht si fëmijë dhe tani, si shumë fëmijë sovjetikë, nuk di as gjermanisht, as anglisht. Sigurisht, gjatë gjithë jetës sime të rritur, u përpoqa të zotëroja anglisht, por doli diçka si në foto.
Pasi gërmova në faqen zyrtare të internetit, gjeta rekomandime për të kaluar .
Siç e kuptoj unë, kursi në Coursera ishte i paguar, dhe kursi ishte e mundur të kalonte "falas, domethënë për asgjë".
Përmbajtja e kursit
Kursi përbëhet nga 9 mësime.
Pjesa e parë është hyrëse, ku ata do t'ju tregojnë pse është e nevojshme në parim.
Mësimi numër 2 doli të ishte i preferuari im. Ishte mjaft e thjeshtë për t'u kuptuar dhe gjithashtu demonstroi mrekullitë e shkencës. Shkurtimisht, në këtë mësim, përveç informacionit bazë për rrjetet nervore, krijuesit demonstrojnë se si të përdoret një rrjet nervor me një shtresë për të zgjidhur problemin e konvertimit të temperaturës nga Fahrenheit në Celsius.
Ky është me të vërtetë një shembull shumë i qartë. Unë jam ende ulur këtu duke menduar se si të krijoj dhe zgjidh një problem të ngjashëm, por vetëm për elektricistët.
Fatkeqësisht, kam ngecur më tej, sepse të mësosh gjëra të pakuptueshme në një gjuhë të panjohur është mjaft e vështirë. Ajo që më shpëtoi ishte ajo që gjeta në Habré .
Përkthimi është bërë me cilësi të lartë, janë përkthyer edhe fletoret e Colab-it, ndaj më pas kam parë edhe origjinalin edhe përkthimin.
Mësimi nr. 3 është, në fakt, një përshtatje e materialeve nga tutoriali zyrtar i TensorFlow. Në këtë tutorial, ne përdorim një rrjet nervor shumështresor për të mësuar se si të klasifikojmë fotografitë e rrobave (Fashion MNIST dataset).
Mësimet Nr. 4 deri Nr. 7 janë gjithashtu një përshtatje e tutorialit. Por për shkak të faktit se ato janë rregulluar saktë, nuk ka nevojë të kuptoni vetë sekuencën e studimit. Në këto mësime do të na tregohet shkurtimisht për rrjetet nervore ultra të sakta, si të rritet saktësia e trajnimit dhe të ruhet modeli. Në të njëjtën kohë, ne do të zgjidhim njëkohësisht problemin e klasifikimit të maceve dhe qenve në imazh.
Mësimi nr. 8 është një kurs krejtësisht i veçantë, ka një mësues tjetër dhe vetë kursi është mjaft i gjerë. Mësimi ka të bëjë me seritë kohore. Meqenëse nuk më intereson ende, e skanova në mënyrë diagonale.
Kjo përfundon me mësimin #9, i cili është një ftesë për të marrë një kurs falas në TensorFlow lite.
Çfarë ju pëlqeu dhe çfarë nuk ju pëlqeu
Do të filloj me anët pozitive:
- Kursi është falas
- Kursi është në TensorFlow 2. Disa tekste shkollore që pashë dhe disa kurse në internet ishin në TensorFlow 1. Nuk e di nëse ka ndonjë ndryshim të madh, por është mirë të mësosh versionin aktual.
- Mësuesit në video nuk janë të bezdisshëm (megjithëse në versionin rus nuk lexojnë aq me gëzim sa në origjinal)
- Kursi nuk merr shumë kohë
- Kursi nuk ju bën të ndiheni të trishtuar apo të pashpresë. Detyrat në kurs janë të thjeshta dhe gjithmonë ka një sugjerim në formën e Colab me zgjidhjen e saktë nëse diçka nuk është e qartë (dhe gjysma e mirë e detyrave nuk ishin të qarta për mua)
- Nuk ka nevojë të instaloni asgjë, të gjitha punët laboratorike të kursit mund të bëhen në shfletues
Tani të këqijat:
- Praktikisht nuk ka materiale kontrolli. Asnjë test, asnjë detyrë, asgjë për të kontrolluar disi zotërimin e kursit
- Jo të gjitha fletoret e mia funksionuan siç duhet. Mendoj se në mësimin e tretë të kursit origjinal në English Colab po hidhte një gabim dhe nuk dija çfarë të bëja me të
- I përshtatshëm për t'u parë vetëm në kompjuter. Ndoshta nuk e kuptova plotësisht, por nuk munda të gjeja aplikacionin Udacity në telefonin tim inteligjent. Dhe versioni celular i faqes nuk është i përgjegjshëm, domethënë, pothuajse e gjithë zona e ekranit është e zënë nga menyja e navigimit, por për të parë përmbajtjen kryesore duhet të lëvizni djathtas përtej zonës së shikimit. Gjithashtu, video nuk mund të shikohet në telefon. Ju nuk mund të shihni asgjë në një ekran me përmasa pak më shumë se 6 inç.
- Disa gjëra në kurs përtypen disa herë, por në të njëjtën kohë, gjërat vërtet të nevojshme në vetë rrjetet konvolucionale nuk përtypen gjatë kursit. Ende nuk e kuptova qëllimin e përgjithshëm të disa prej ushtrimeve (për shembull, për çfarë shërben Max Pooling).
Përmbledhje
Me siguri tashmë e keni marrë me mend se mrekullia nuk ndodhi. Dhe pas përfundimit të këtij kursi të shkurtër, është e pamundur të kuptohet me të vërtetë se si funksionojnë rrjetet nervore.
Sigurisht, pas kësaj nuk isha në gjendje ta zgjidhja vetë problemin tim me klasifikimin e fotografive të çelsave dhe butonave në stabilimentet.
Por në përgjithësi, kursi është i dobishëm. Ai tregon se çfarë gjërash mund të bëhen me TensorFlow dhe çfarë drejtimi duhet marrë më pas.
Mendoj se fillimisht duhet të mësoj bazat e Python dhe të lexoj libra në rusisht se si funksionojnë rrjetet nervore dhe më pas të marr TensorFlow.
Si përfundim, do të doja të falënderoja miqtë e mi që më shtynë të shkruaj artikullin e parë në Habr dhe më ndihmuan ta formatoja atë.
PS Do të jem i lumtur të shoh komentet tuaja dhe çdo kritikë konstruktive.
Burimi: www.habr.com