اپنی تمام بالغ زندگی میں، میں ایک انرجی ڈرنک رہا ہوں (نہیں، اب ہم مشکوک خصوصیات والے مشروب کے بارے میں بات نہیں کر رہے ہیں)۔
مجھے انفارمیشن ٹکنالوجی کی دنیا میں کبھی خاص دلچسپی نہیں رہی، اور میں شاید ہی کاغذ کے ایک ٹکڑے پر میٹرک کو ضرب دے سکتا ہوں۔ اور مجھے اس کی کبھی ضرورت نہیں تھی، تاکہ آپ میرے کام کی تفصیلات کے بارے میں تھوڑا سا سمجھ سکیں، میں ایک شاندار کہانی شیئر کر سکتا ہوں۔ میں نے ایک بار اپنے ساتھیوں سے ایکسل اسپریڈشیٹ میں کام کرنے کو کہا، کام کا آدھا دن گزر چکا تھا، میں ان کے پاس گیا، اور وہ بیٹھے ہوئے کیلکولیٹر پر ڈیٹا کا خلاصہ کر رہے تھے، ہاں، بٹنوں والے ایک عام سیاہ کیلکولیٹر پر۔ ٹھیک ہے، اس کے بعد ہم کس قسم کے نیورل نیٹ ورکس کے بارے میں بات کر سکتے ہیں؟... اس لیے، آئی ٹی کی دنیا میں اپنے آپ کو غرق کرنے کے لیے میرے پاس کبھی کوئی خاص شرط نہیں تھی۔ لیکن، جیسا کہ وہ کہتے ہیں، "جہاں ہم نہیں ہیں وہاں اچھا ہے،" میرے دوستوں نے میرے کانوں کو بڑھا ہوا حقیقت، نیورل نیٹ ورکس، پروگرامنگ لینگویجز (بنیادی طور پر ازگر کے بارے میں) کے بارے میں گونجا۔
الفاظ میں یہ بہت آسان لگ رہا تھا، اور میں نے فیصلہ کیا کہ کیوں نہ اس جادوئی فن میں مہارت حاصل کی جائے تاکہ اسے اپنی سرگرمی کے میدان میں لاگو کیا جا سکے۔
اس مضمون میں، میں Python کی بنیادی باتوں میں مہارت حاصل کرنے کی اپنی کوششوں کو چھوڑ دوں گا اور Udacity کے مفت TensorFlow کورس کے اپنے تاثرات آپ کے ساتھ شیئر کروں گا۔
تعارف
شروع کرنے کے لیے، یہ بات قابل غور ہے کہ توانائی کی صنعت میں 11 سال گزرنے کے بعد، جب آپ سب کچھ جانتے ہیں اور کر سکتے ہیں اور اس سے بھی کچھ زیادہ (اپنی ذمہ داریوں کے مطابق)، یکسر نئی چیزیں سیکھنا - ایک طرف، بہت زیادہ جوش و خروش کا باعث بنتا ہے، لیکن دوسری طرف - جسمانی درد میں بدل جاتا ہے "میرے سر میں گیئرز۔"
میں ابھی بھی پروگرامنگ اور مشین لرننگ کے تمام بنیادی تصورات کو پوری طرح سے نہیں سمجھتا ہوں، اس لیے آپ کو میرے بارے میں زیادہ سختی سے فیصلہ نہیں کرنا چاہیے۔ مجھے امید ہے کہ میرا مضمون میرے جیسے لوگوں کے لیے دلچسپ اور کارآمد ثابت ہو گا جو سافٹ ویئر ڈیولپمنٹ سے دور ہیں۔
کورس کے جائزہ پر جانے سے پہلے، میں یہ کہوں گا کہ اس کا مطالعہ کرنے کے لیے آپ کو ازگر کے بارے میں کم از کم علم کی ضرورت ہوگی۔ آپ ڈمیوں کے لیے ایک دو کتابیں پڑھ سکتے ہیں (میں نے سٹیپک پر کورس بھی شروع کر دیا ہے، لیکن ابھی تک اس میں مکمل مہارت حاصل نہیں کی ہے)۔
TensorFlow کورس خود پیچیدہ تعمیرات پر مشتمل نہیں ہوگا، لیکن یہ سمجھنے کی ضرورت ہوگی کہ لائبریریاں کیوں درآمد کی جاتی ہیں، فنکشن کی وضاحت کیسے کی جاتی ہے اور اس میں کوئی چیز کیوں تبدیل کی جاتی ہے۔
TensorFlow اور Udacity کیوں؟
میری تربیت کا بنیادی مقصد نیورل نیٹ ورکس کا استعمال کرتے ہوئے برقی تنصیب کے عناصر کی تصاویر کو پہچاننا تھا۔
میں نے TensorFlow کا انتخاب کیا کیونکہ میں نے اپنے دوستوں سے اس کے بارے میں سنا ہے۔ اور جیسا کہ میں سمجھتا ہوں، یہ کورس کافی مقبول ہے۔
میں نے اہلکار سے سیکھنے کی کوشش کی۔ .
اور پھر میں دو پریشانیوں میں پڑ گیا۔
- بہت سارے تعلیمی مواد ہیں، اور وہ مختلف اقسام میں آتے ہیں۔ میرے لیے تصویر کی شناخت کے مسئلے کو حل کرنے کی کم از کم کم و بیش مکمل تصویر بنانا بہت مشکل تھا۔
- مجھے جن مضامین کی ضرورت ہے ان میں سے بیشتر کا روسی میں ترجمہ نہیں کیا گیا ہے۔ ایسا ہی ہوا کہ میں نے بچپن میں جرمن سیکھا اور اب، بہت سے سوویت بچوں کی طرح، میں جرمن یا انگریزی نہیں جانتا۔ بلاشبہ، اپنی بالغ زندگی کے دوران، میں نے انگریزی میں مہارت حاصل کرنے کی کوشش کی، لیکن یہ تصویر کی طرح کچھ نکلا۔
آفیشل ویب سائٹ پر کھودنے کے بعد، مجھے سفارشات ملیں۔ .
جیسا کہ میں اسے سمجھتا ہوں، کورسیرا پر کورس کی ادائیگی کی گئی تھی، اور کورس "مفت، یعنی بغیر کسی معاوضے کے" گزرنا ممکن تھا۔
کورس کا مواد
کورس 9 اسباق پر مشتمل ہے۔
پہلا حصہ تعارفی ہے، جہاں وہ آپ کو بتائیں گے کہ اصولی طور پر اس کی ضرورت کیوں ہے۔
سبق نمبر 2 میرا پسندیدہ نکلا۔ یہ سمجھنے کے لیے کافی آسان تھا اور سائنس کے عجائبات کا بھی مظاہرہ کیا۔ مختصراً، اس سبق میں، عصبی نیٹ ورکس کے بارے میں بنیادی معلومات کے علاوہ، تخلیق کار یہ ظاہر کرتے ہیں کہ درجہ حرارت کو فارن ہائیٹ سے سیلسیس میں تبدیل کرنے کے مسئلے کو حل کرنے کے لیے کس طرح سنگل لیئر نیورل نیٹ ورک کا استعمال کیا جائے۔
یہ واقعی ایک بہت واضح مثال ہے۔ میں اب بھی یہاں بیٹھا سوچ رہا ہوں کہ اسی طرح کے مسئلے کو کیسے حل کیا جائے، لیکن صرف الیکٹریشنز کے لیے۔
بدقسمتی سے، میں مزید رک گیا، کیونکہ غیر مانوس زبان میں ناقابل فہم چیزیں سیکھنا کافی مشکل ہے۔ جس چیز نے مجھے بچایا وہی تھا جو میں نے Habré پر پایا .
ترجمہ اعلیٰ معیار کے ساتھ کیا گیا تھا، کولاب نوٹ بک کا بھی ترجمہ کیا گیا تھا، اس لیے میں نے پھر اصل اور ترجمہ دونوں کو دیکھا۔
سبق نمبر 3 درحقیقت سرکاری TensorFlow ٹیوٹوریل سے مواد کی موافقت ہے۔ اس ٹیوٹوریل میں، ہم ملٹی لیئر نیورل نیٹ ورک کا استعمال کرتے ہوئے یہ سیکھتے ہیں کہ کپڑوں کی تصویروں کی درجہ بندی کیسے کی جائے (فیشن MNIST ڈیٹاسیٹ)۔
اسباق نمبر 4 سے نمبر 7 بھی ٹیوٹوریل کی موافقت ہیں۔ لیکن اس حقیقت کی وجہ سے کہ وہ صحیح طریقے سے ترتیب دیئے گئے ہیں، خود مطالعہ کی ترتیب کو سمجھنے کی ضرورت نہیں ہے۔ ان اسباق میں ہمیں مختصراً الٹرا پرائس نیورل نیٹ ورکس کے بارے میں بتایا جائے گا، تربیت کی درستگی کو کیسے بڑھایا جائے اور ماڈل کو کیسے بچایا جائے۔ ایک ہی وقت میں، ہم تصویر میں بلیوں اور کتوں کی درجہ بندی کے مسئلے کو بیک وقت حل کریں گے۔
سبق نمبر 8 ایک بالکل الگ کورس ہے، ایک مختلف استاد ہے، اور کورس خود کافی وسیع ہے۔ سبق ٹائم سیریز کے بارے میں ہے۔ چونکہ مجھے ابھی تک اس میں دلچسپی نہیں ہے، اس لیے میں نے اسے ترچھا اسکین کیا۔
یہ سبق #9 کے ساتھ ختم ہوتا ہے، جو TensorFlow lite پر مفت کورس کرنے کی دعوت ہے۔
آپ کو کیا پسند آیا اور کیا نہیں؟
میں پیشہ کے ساتھ شروع کروں گا:
- کورس مفت ہے۔
- کورس TensorFlow 2 پر ہے۔ کچھ نصابی کتابیں جو میں نے دیکھی ہیں اور انٹرنیٹ پر کچھ کورسز TensorFlow 1 پر ہیں۔ مجھے نہیں معلوم کہ کوئی بڑا فرق ہے یا نہیں، لیکن موجودہ ورژن کو سیکھ کر اچھا لگا۔
- ویڈیو میں موجود اساتذہ پریشان کن نہیں ہیں (حالانکہ روسی ورژن میں وہ اصل کی طرح خوش دلی سے نہیں پڑھتے ہیں)
- کورس میں زیادہ وقت نہیں لگتا ہے۔
- کورس آپ کو اداس یا ناامید محسوس نہیں کرتا ہے۔ کورس میں کام آسان ہیں اور اگر کوئی چیز واضح نہ ہو تو Colab کی صورت میں ہمیشہ درست حل کے ساتھ اشارہ ملتا ہے (اور میرے لیے کاموں کا ایک اچھا حصہ واضح نہیں تھا)
- کسی بھی چیز کو انسٹال کرنے کی ضرورت نہیں ہے، کورس کے تمام لیبارٹری کے کام براؤزر میں کیے جا سکتے ہیں۔
اب نقصانات:
- عملی طور پر کوئی کنٹرول مواد نہیں ہے۔ کورس کی مہارت کو جانچنے کے لیے کوئی ٹیسٹ، کوئی کام، کچھ بھی نہیں۔
- میرے تمام نوٹ پیڈ نے اس طرح کام نہیں کیا جیسا کہ انہیں کرنا چاہئے۔ میرے خیال میں انگریزی Colab کے اصل کورس کے تیسرے سبق میں غلطی ہو رہی تھی اور مجھے نہیں معلوم تھا کہ اس کے ساتھ کیا کرنا ہے۔
- صرف کمپیوٹر پر دیکھنے کے لیے آسان۔ ہو سکتا ہے کہ میں اسے پوری طرح سے نہیں سمجھ سکا ہوں، لیکن مجھے اپنے اسمارٹ فون پر Udacity ایپ نہیں مل سکی۔ اور سائٹ کا موبائل ورژن ریسپانسیو نہیں ہے، یعنی تقریباً پورا اسکرین ایریا نیویگیشن مینو کے زیر قبضہ ہے، لیکن مرکزی مواد کو دیکھنے کے لیے آپ کو دیکھنے کے علاقے سے آگے دائیں جانب سکرول کرنا ہوگا۔ اس کے علاوہ فون پر ویڈیو نہیں دیکھی جا سکتی۔ آپ واقعی 6 انچ سے زیادہ کی اسکرین پر کچھ بھی نہیں دیکھ سکتے ہیں۔
- کورس میں کچھ چیزیں کئی بار چبائی جاتی ہیں، لیکن اس کے ساتھ ساتھ کنوولوشنل نیٹ ورکس پر واقعی ضروری چیزیں کورس میں چبائی نہیں جاتیں۔ مجھے ابھی تک کچھ مشقوں کا مجموعی مقصد سمجھ نہیں آیا (مثال کے طور پر، میکس پولنگ کس کے لیے ہے)۔
خلاصہ
یقیناً آپ نے پہلے ہی اندازہ لگایا ہوگا کہ معجزہ نہیں ہوا۔ اور اس مختصر کورس کو مکمل کرنے کے بعد، یہ سمجھنا ناممکن ہے کہ نیورل نیٹ ورک کیسے کام کرتے ہیں۔
یقینا، اس کے بعد میں سوئچ گیئرز میں سوئچز اور بٹنوں کی تصویروں کی درجہ بندی کے ساتھ اپنے مسئلے کو خود حل نہیں کر سکا۔
لیکن مجموعی طور پر کورس مفید ہے۔ یہ دکھاتا ہے کہ TensorFlow کے ساتھ کیا کیا جا سکتا ہے اور آگے کیا سمت لینا ہے۔
میرا خیال ہے کہ مجھے پہلے ازگر کی بنیادی باتیں سیکھنے کی ضرورت ہے اور روسی زبان میں کتابیں پڑھنے کی ضرورت ہے کہ اعصابی نیٹ ورک کیسے کام کرتے ہیں، اور پھر TensorFlow کو اپنانا ہے۔
آخر میں، میں اپنے دوستوں کا شکریہ ادا کرنا چاہوں گا کہ انہوں نے مجھے حبر پر پہلا مضمون لکھنے پر مجبور کیا اور اس کی شکل دینے میں میری مدد کی۔
PS مجھے آپ کے تبصرے اور کوئی تعمیری تنقید دیکھ کر خوشی ہوگی۔
ماخذ: www.habr.com