میری تمام بالغ زندگی، میں انرجی پینے والا رہا ہوں (نہیں، ہم قابل اعتراض خصوصیات والے مشروب کے بارے میں بات نہیں کر رہے ہیں)۔
مجھے کبھی بھی انفارمیشن ٹیکنالوجی کی دنیا میں خاص دلچسپی نہیں رہی، اور میں کاغذ کے ٹکڑے پر میٹرک کو ضرب دینے کے قابل بھی نہیں ہوں۔ اور مجھے کبھی ضرورت نہیں پڑی، اس لیے آپ کو اپنے کام کی تفصیلات کے بارے میں تھوڑی سی بصیرت فراہم کرنے کے لیے، میں ایک شاندار کہانی شیئر کر سکتا ہوں۔ میں نے ایک بار اپنے ساتھیوں سے کہا کہ وہ ایکسل اسپریڈشیٹ میں کچھ کام کریں۔ آدھا کام کا دن گزر چکا تھا، اور میں ان کے پاس گیا، اور وہ وہاں بیٹھے ایک کیلکولیٹر پر ڈیٹا شامل کر رہے تھے- ہاں، بٹنوں کے ساتھ ایک باقاعدہ سیاہ کیلکولیٹر۔ تو اس کے بعد ہم کس قسم کے عصبی نیٹ ورک کے بارے میں بات کر سکتے ہیں؟ اس لیے مجھے کبھی بھی آئی ٹی کی دنیا میں جانے کا کوئی خاص رجحان نہیں تھا۔ لیکن، جیسا کہ کہاوت ہے، "وہاں امن ہے جہاں ہم نہیں ہیں،" اور میرے دوستوں نے مجھے بڑھا ہوا حقیقت، نیورل نیٹ ورکس، اور پروگرامنگ زبانوں (زیادہ تر ازگر) کے بارے میں بات کرتے رہے۔
لفظوں میں، یہ بہت آسان لگ رہا تھا، اور میں نے فیصلہ کیا کہ کیوں نہ اس جادوئی فن میں مہارت حاصل کروں تاکہ اسے اپنے کام کے شعبے میں لاگو کیا جا سکے۔
اس مضمون میں، میں Python کی بنیادی باتیں سیکھنے کی اپنی کوششوں کو چھوڑ دوں گا اور Udacity کے مفت TensorFlow کورس کے اپنے تاثرات شیئر کروں گا۔
تعارف
شروع کرنے کے لیے، یہ بات قابل غور ہے کہ توانائی کے شعبے میں 11 سال گزرنے کے بعد، جب آپ سب کچھ جانتے ہیں اور کر سکتے ہیں اور اس سے بھی کچھ زیادہ (آپ کی ذمہ داریوں کے دائرہ کار میں)، بالکل نئی چیزیں سیکھنا – ایک طرف تو جنگلی جوش پیدا کرتا ہے، لیکن دوسری طرف – جسمانی درد میں بدل جاتا ہے۔
میں ابھی تک پروگرامنگ اور مشین لرننگ کے تمام بنیادی تصورات کو پوری طرح سے نہیں سمجھتا ہوں، اس لیے میرے ساتھ زیادہ سختی سے فیصلہ نہ کریں۔ مجھے امید ہے کہ یہ مضمون میرے جیسے لوگوں کے لیے دلچسپ اور کارآمد ثابت ہو گا — وہ لوگ جن کا سافٹ ویئر ڈیولپمنٹ میں کوئی پس منظر نہیں ہے۔
کورس کا جائزہ لینے سے پہلے، میں یہ کہوں گا کہ کم از کم ازگر کے بارے میں بنیادی معلومات درکار ہیں۔ آپ کچھ ابتدائی کتابیں پڑھ سکتے ہیں (میں نے سٹیپک کورس بھی شروع کیا ہے، لیکن ابھی تک اس میں مکمل مہارت حاصل نہیں کی ہے)۔
TensorFlow کورس خود پیچیدہ تعمیرات کا احاطہ نہیں کرے گا، لیکن یہ سمجھنا ضروری ہوگا 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 اس کے بارے میں دوستوں سے سنا تھا۔ اور جہاں تک میں بتا سکتا ہوں، کورس کافی مقبول ہے۔
میں نے اپنی پڑھائی سرکاری سے شروع کرنے کی کوشش کی۔ .
اور پھر میں فوری طور پر دو پریشانیوں میں پڑ گیا۔
- بہت سارے تعلیمی مواد ہیں، اور وہ سب بے ترتیبی کا شکار ہیں۔ تصویر کی شناخت کے مسئلے کو حل کرنے کے طریقے کی نسبتاً مربوط تصویر حاصل کرنا میرے لیے واقعی مشکل تھا۔
- مجھے جن مضامین کی ضرورت ہے ان میں سے زیادہ تر کا روسی میں ترجمہ نہیں کیا گیا ہے۔ ایسا ہی ہوا کہ میں نے بچپن میں جرمن زبان سیکھی تھی، اور اب، بہت سے سوویت بچوں کی طرح، میں نہ تو جرمن بولتا ہوں اور نہ انگریزی۔ میں نے یقینی طور پر اپنی بالغ زندگی میں انگریزی پر عبور حاصل کرنے کی کوشش کی ہے، لیکن یہ کم و بیش تصویر کی طرح 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 یہ "مفت، یعنی بغیر کسی چیز 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 میں کافی آسان تھا اور سائنس کے عجائبات کو بھی ظاہر کرتا تھا۔ مختصراً، اس سبق میں، اعصابی نیٹ ورکس کی بنیادی باتوں 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 مثالی مثال ہے۔ میں اب بھی یہ جاننے کی کوشش کر رہا ہوں کہ اسی طرح کے مسئلے کو کیسے حل کیا جائے، لیکن برقی نظام کے لیے۔
بدقسمتی سے، میں مزید رک گیا، کیونکہ غیر مانوس چیزوں کو غیر مانوس زبان میں سیکھنا کافی مشکل ہے۔ جس چیز نے مجھے بچایا وہ تھا جو میں نے حبر پر پایا۔ .
ترجمہ اچھی طرح کیا گیا تھا، اور کولاب نوٹ بک کا بھی ترجمہ کیا گیا تھا، لہذا میں نے پھر اصل اور ترجمہ دونوں کو دیکھا۔
سبق نمبر 3 بنیادی طور پر سرکاری TensorFlow ٹیوٹوریل کا دوبارہ جائزہ ہے۔ اس سبق میں، ہم ملٹی لیئر نیورل نیٹ ورک کا استعمال یہ سیکھیں گے کہ کپڑوں کی تصاویر کی درجہ بندی کیسے کی جائے (فیشن MNIST ڈیٹاسیٹ)۔
اسباق #4 سے #7 بھی ٹیوٹوریل کی موافقت ہیں۔ تاہم، چونکہ وہ چالاکی کے ساتھ ترتیب دیے گئے ہیں، اس لیے سیکھنے کی ترتیب کو معلوم کرنے کی ضرورت نہیں ہے۔ یہ اسباق مختصر طور پر انتہائی درست نیورل نیٹ ورکس کا تعارف کرائیں گے، تربیت کی درستگی کو کیسے بہتر بنایا جائے، اور ماڈل کو کیسے بچایا جائے۔ راستے میں، ہم ایک تصویر میں بلیوں اور کتوں کی درجہ بندی کا مسئلہ بھی حل کریں گے۔
سبق نمبر 8 مکمل طور پر ایک الگ کورس ہے، جو ایک مختلف انسٹرکٹر کے ذریعے پڑھایا جاتا ہے، اور کورس خود کافی وسیع ہے۔ یہ ٹائم سیریز کے بارے میں ہے۔ چونکہ مجھے فی الحال اس میں کوئی دلچسپی نہیں ہے، اس لیے میں نے اس پر غور کیا۔
سبق نمبر 9 سیریز کا اختتام کرتا ہے اور یہ ایک مفت TensorFlow Lite کورس کرنے کی دعوت ہے۔
میں نے کیا پسند کیا اور کیا نہیں کیا۔
میں پیشہ کے ساتھ شروع کروں گا:
- کورس مفت ہے۔
- یہ کورس TensorFlow 2 کے لیے ہے۔ کچھ نصابی کتابیں جو میں نے دیکھی ہیں اور کچھ آن لائن کورسز TensorFlow 1 کے لیے ہیں۔ مجھے نہیں معلوم کہ اس میں زیادہ فرق ہے، لیکن تازہ ترین ورژن 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 بور یا ناامید محسوس نہیں کرتا ہے۔ اسائنمنٹس آسان ہیں، اور اگر کوئی چیز واضح نہ ہو تو درست حل کے ساتھ Colab کا اشارہ ہمیشہ موجود ہوتا ہے (اور مجھے نصف مسائل کی اچھی سمجھ نہیں آئی)۔
- کچھ بھی انسٹال کرنے کی ضرورت نہیں ہے؛ کورس میں لیب کا تمام کام براؤزر میں کیا جا سکتا ہے۔
اب نقصانات:
- عملی طور پر کوئی تشخیصی مواد نہیں ہے۔ کورس کے بارے میں آپ کی سمجھ کو دور سے جانچنے کے لیے کوئی ٹیسٹ، کوئی اسائنمنٹس، کچھ بھی نہیں۔
- میری تمام نوٹ بک نے توقع کے مطابق کام نہیں کیا۔ میرے خیال میں Colab اصل انگریزی کورس کے تیسرے سبق میں غلطی کر رہا تھا، اور مجھے نہیں معلوم تھا کہ اس کے بارے میں کیا کرنا ہے۔
- یہ صرف کمپیوٹر پر دیکھنا آسان ہے۔ ہو سکتا ہے کہ میں نقطہ یاد کر رہا ہوں، لیکن مجھے اپنے اسمارٹ فون کے لیے Udacity ایپ نہیں مل سکی۔ سائٹ کا موبائل ورژن ریسپانسیو نہیں ہے، یعنی نیویگیشن مینو تقریباً پوری اسکرین کو لے لیتا ہے، لیکن مرکزی مواد کو دیکھنے کے لیے، آپ کو دیکھنے کے علاقے سے دائیں طرف سوائپ کرنا ہوگا۔ نیز، ویڈیو فون پر نہیں دیکھی جا سکتی۔ یہ صرف 6 انچ سے زیادہ کی اسکرین پر بمشکل نظر آتا ہے۔
- کورس میں کچھ چیزوں کی بار بار وضاحت کی گئی ہے، لیکن خود ساختہ نیٹ ورکس کے بارے میں واقعی اہم چیزوں کی وضاحت نہیں کی گئی ہے۔ مجھے ابھی تک کچھ مشقوں کے مجموعی مقصد کی سمجھ نہیں آئی (مثال کے طور پر، میکس پولنگ کس کے لیے ہے)۔
خلاصہ
آپ شاید پہلے ہی اندازہ لگا چکے ہوں گے کہ کوئی 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 تقسیم کے آلات میں سوئچز اور بٹنوں کی تصویروں کی درجہ بندی کے اپنے مسئلے کو آزادانہ طور پر حل کرنے میں ناکام رہا۔
لیکن مجموعی طور پر، کورس مفید ہے. یہ دکھاتا ہے کہ TensorFlow کے ساتھ کیا کیا جا سکتا ہے اور وہاں سے کہاں جانا ہے۔
مجھے لگتا 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 لے لیں۔
آخر میں، میں اپنے دوستوں کا شکریہ ادا کرنا چاہوں گا کہ انہوں نے حبر پر اپنا پہلا مضمون لکھنے کی حوصلہ افزائی کی اور اسے فارمیٹ کرنے میں میری مدد کی۔
پی ایس میں آپ کے تبصروں اور کسی بھی تعمیری تنقید کی تعریف کروں گا۔
ماخذ: www.habr.com
