🙅🏾 🖨️ 📑 पावर इंजीनियर ने तंत्रिका नेटवर्क और नि: शुल्क पाठ्यक्रम की समीक्षा का अध्ययन कैसे किया "गहनता: गहन सीखने के लिए TensorFlow का परिचय" 👨🏾‍🚒 👴🏼 👨🏼‍🔧

मेरे सभी जागरूक जीवन, मैं एक पावर इंजीनियर था (नहीं, अब हम संदिग्ध गुणों वाले पेय के बारे में बात नहीं कर रहे हैं)।

मुझे वास्तव में सूचना प्रौद्योगिकी की दुनिया में कोई दिलचस्पी नहीं है, और यहां तक कि मैं कागज के एक टुकड़े पर मैट्रिसेस को गुणा करने में सक्षम होने की संभावना नहीं हूं। हां, और मुझे इसकी कभी आवश्यकता नहीं थी, ताकि आप मेरे काम की बारीकियों के बारे में थोड़ा समझ सकें, मैं एक अद्भुत कहानी साझा कर सकता हूं। मैंने एक बार अपने सहकर्मियों को एक्सेल स्प्रेडशीट में काम करने के लिए कहा था, आधा दिन बीत चुका है, मैं उनके पास जाता हूं, और वे एक कैलकुलेटर पर डेटा को बैठते हैं और सारांशित करते हैं, हां, बटन के साथ एक नियमित काले कैलकुलेटर पर। खैर, उसके बाद किस तरह के तंत्रिका नेटवर्क पर चर्चा की जा सकती है? .. इसलिए, आईटी दुनिया में विसर्जन के लिए मेरे पास कोई विशेष शर्त नहीं है। लेकिन, जैसा कि वे कहते हैं, "ठीक है, जहां हम नहीं हैं," मेरे दोस्तों ने संवर्धित वास्तविकता के बारे में मेरे कानों को भिनभिना दिया, तंत्रिका नेटवर्क के बारे में, प्रोग्रामिंग भाषाओं के बारे में (मुख्य रूप से पायथन के बारे में)।

शब्दों में, यह बहुत सरल लग रहा था, और मैंने फैसला किया कि इस जादुई कला में क्यों न अपनी गतिविधि के क्षेत्र में इसे लागू किया जाए।

इस लेख में, मैं पायथन की मूल बातें जानने के लिए अपने प्रयासों को छोड़ दूंगा और आप के साथ नि: शुल्क टेन्सरफ्लो पाठ्यक्रम की अपनी छाप को साझा करूंगा।

परिचय

शुरू करने के लिए, यह ध्यान देने योग्य है कि ऊर्जा क्षेत्र में 11 वर्षों के बाद, जब आप जानते हैं और सब कुछ कर सकते हैं और थोड़ा और भी (अपनी जिम्मेदारियों के संदर्भ में), मौलिक रूप से नई चीजों को सीखना - एक तरफ, तीव्र उत्साह का कारण बनता है, लेकिन दूसरी तरफ - शारीरिक दर्द में बदल जाता है " सिर में जुएं। "

मुझे अभी भी प्रोग्रामिंग और मशीन सीखने की सभी बुनियादी अवधारणाओं को पूरी तरह से समझ में नहीं आया है, इसलिए मुझे कड़ाई से न्याय नहीं किया जाना चाहिए। मुझे उम्मीद है कि मेरा लेख मेरे जैसे लोगों के लिए दिलचस्प और उपयोगी होगा - सॉफ्टवेयर विकास से दूर।

पाठ्यक्रम की समीक्षा करने के लिए आगे बढ़ने से पहले, मैं कहता हूँ कि इसे अध्ययन करने के लिए कम से कम पाइथन के न्यूनतम ज्ञान की आवश्यकता होगी। आप डमी के लिए कुछ किताबें पढ़ सकते हैं (मैं अभी भी स्टेपिक पर एक कोर्स करना शुरू कर दिया था, लेकिन अभी तक इसमें महारत हासिल नहीं की है)।

खुद TensorFlow पाठ्यक्रम में कोई जटिल निर्माण नहीं होगा, लेकिन यह समझना आवश्यक होगा कि पुस्तकालयों को क्यों आयात किया जाता है, एक फ़ंक्शन को कैसे परिभाषित किया जाता है, और इसमें कुछ क्यों प्रतिस्थापित किया जाता है।

क्यों TensorFlow और Udacity?

मेरे प्रशिक्षण का मुख्य लक्ष्य तंत्रिका नेटवर्क का उपयोग करके विद्युत प्रतिष्ठानों के तत्वों की तस्वीरों को पहचानने की इच्छा थी।

मैंने TensorFlow को चुना क्योंकि मैंने अपने दोस्तों से इसके बारे में सुना। और जैसा कि मैं इसे समझता हूं, यह कोर्स काफी लोकप्रिय है।

मैंने आधिकारिक ट्यूटोरियल से सीखने की कोशिश की ।

और फिर मैं दो समस्याओं में भाग गया।

बहुत सारी प्रशिक्षण सामग्री हैं, और वे कलह में चली जाती हैं। छवि मान्यता की समस्या को हल करने के लिए कम से कम या अधिक पूर्ण चित्र बनाना मेरे लिए बहुत मुश्किल था।
मुझे जिन लेखों की आवश्यकता है उनमें से अधिकांश का रूसी में अनुवाद नहीं किया गया है। ऐसा हुआ कि बचपन में मैंने जर्मन का अध्ययन किया और अब, कई सोवियत बच्चों की तरह, मैं जर्मन या अंग्रेजी नहीं जानता। बेशक, अपने पूरे होश में जीवन के दौरान, मैंने अंग्रेजी सीखने की कोशिश की, लेकिन तस्वीर में यह लगभग बदल गया।

एक आधिकारिक साइट पर अभी भी अफवाह है, मुझे दो ऑन लाइन पाठ्यक्रमों में से एक लेने की सिफारिशें मिलीं ।

जैसा कि मैं इसे समझता हूं, कौरसेरा के पाठ्यक्रम का भुगतान किया गया था, और पाठ्यक्रम उनेसिटी: इंट्रो टू टेन्सरफ्लो फॉर डीप लर्निंग को "मुफ्त में, अर्थात् कुछ भी नहीं" के लिए लिया जा सकता था।

अध्य्यन विषयवस्तु

पाठ्यक्रम में 9 पाठ हैं।

पहला खंड एक परिचयात्मक है, वे आपको बताएंगे कि सिद्धांत में इसकी आवश्यकता क्यों है।

पाठ संख्या 2 मेरी पसंदीदा थी। यह समझने में काफी सरल था, और विज्ञान के चमत्कारों का भी प्रदर्शन किया। संक्षेप में, इस पाठ में, तंत्रिका नेटवर्क के बारे में बुनियादी जानकारी के अलावा, निर्माता एकल-परत तंत्रिका नेटवर्क का उपयोग करके डिग्री फ़ारेनहाइट से डिग्री सेल्सियस तक तापमान को परिवर्तित करने की समस्या को हल करने का तरीका प्रदर्शित करते हैं।

यह वास्तव में एक बहुत अच्छा उदाहरण है। मैं अभी भी इस बारे में सोच रहा हूं कि किस तरह से आना है और इसी तरह की समस्या को हल करना है, लेकिन केवल बिजली के लिए।

दुर्भाग्य से, मैं आगे रुक गया, क्योंकि एक अपरिचित भाषा में अजीब चीजें सीखना मुश्किल है। इसने मुझे बचाया कि मुझे हबेरा ने इस पाठ्यक्रम का रूसी में अनुवाद करने पर पाया ।

अनुवाद उच्च गुणवत्ता के साथ किया गया था, कोलाब नोटबुक का भी अनुवाद किया गया था, इसलिए बाद में मैंने मूल और अनुवाद दोनों को देखा।

पाठ संख्या 3, वास्तव में, आधिकारिक TensorFlow ट्यूटोरियल की सामग्री की व्यवस्था है। इस पाठ में, हम सीखते हैं कि बहुपरत तंत्रिका नेटवर्क (फैशन MNIST डेटासेट) का उपयोग करके कपड़े की छवियों को कैसे वर्गीकृत किया जाए।

4 नंबर से 7 नंबर तक के पाठ भी ट्यूटोरियल की एक व्यवस्था है। लेकिन इस तथ्य के कारण कि वे सही ढंग से व्यवस्थित हैं, खुद को अध्ययन के अनुक्रम को समझने की कोई आवश्यकता नहीं है। इन पाठों में, हम संक्षेप में अल्ट्रासेरियस न्यूरल नेटवर्क के बारे में बात करेंगे, प्रशिक्षण की सटीकता कैसे सुधारें और मॉडल को कैसे बचाएं। उसी समय, हम एक साथ छवि में बिल्लियों और कुत्तों के वर्गीकरण की समस्या को हल करेंगे।

पाठ संख्या 8 आम तौर पर एक अलग पाठ्यक्रम है, एक और शिक्षक है, और पाठ्यक्रम ही काफी बड़ा है। सबक समय श्रृंखला के बारे में है। चूंकि यह मुझे अभी तक दिलचस्पी नहीं लेता है, इसलिए मैंने तिरछे तरीके से देखा।

सभी पाठ संख्या 9 को पूरा करता है, जो TensorFlow lite पर एक निःशुल्क पाठ्यक्रम लेने का निमंत्रण है।

मुझे जो अच्छा लगा और अच्छा नहीं लगा

मैं पेशेवरों के साथ शुरू करूँगा:

कोर्स - नि: शुल्क
कोर्स TensorFlow 2 पर है। कुछ पाठ्यपुस्तकें जो मैंने देखीं और इंटरनेट पर कुछ पाठ्यक्रम TensorFlow 1 पर थीं। मुझे नहीं पता कि क्या कोई बड़ा अंतर है, लेकिन वर्तमान संस्करण सीखना अच्छा है।
वीडियो पर शिक्षक गुस्सा नहीं कर रहे हैं (हालांकि रूसी संस्करण में वे मूल रूप में हंसमुख के रूप में नहीं पढ़ रहे हैं)
कोर्स में ज्यादा समय नहीं लगता है
पाठ्यक्रम उदासीनता और निराशा की भावना में ड्राइव नहीं करता है। पाठ्यक्रम में कार्य सरल हैं और हमेशा सही समाधान के साथ कोलाब के रूप में एक संकेत है, अगर कुछ स्पष्ट नहीं है (और कार्यों का एक अच्छा आधा मुझे स्पष्ट नहीं था)
कुछ भी स्थापित करने की आवश्यकता नहीं है, पाठ्यक्रम के सभी प्रयोगशाला कार्य ब्राउज़र में किए जा सकते हैं

अब विपक्ष:

वस्तुतः कोई नियंत्रण सामग्री नहीं है। कोई परीक्षण नहीं, कोई कार्य नहीं, कम से कम किसी भी तरह से पाठ्यक्रम की जाँच करें
सभी नोटबुक्स ने मेरे लिए काम नहीं किया जैसा कि उन्हें करना चाहिए। मेरी राय में, मूल अंग्रेजी पाठ्यक्रम के तीसरे पाठ में, कोलाब ने एक त्रुटि दी, और मुझे नहीं पता था कि इसके साथ क्या करना है
. , Udacity . , , , . . 6
, , . (, Max Pooling).

निश्चित रूप से आपने पहले ही अनुमान लगा लिया था कि चमत्कार नहीं हुआ। और इस छोटे पाठ्यक्रम को पूरा करने के बाद, यह पता लगाना असंभव है कि तंत्रिका नेटवर्क कैसे काम करते हैं।

बेशक, मैं इसके बाद अपनी समस्या को हल करने में सक्षम नहीं था, स्विचगियर्स में सर्किट ब्रेकर और बटन की तस्वीरों के वर्गीकरण के साथ।

लेकिन कुल मिलाकर, पाठ्यक्रम सहायक है। यह दर्शाता है कि TensorFlow के साथ क्या चीजें हो सकती हैं और किस दिशा में आगे बढ़ना है।

मुझे लगता है, शुरुआत के लिए, मुझे पायथन की मूल बातें सीखने और रूसी में किताबें पढ़ने की ज़रूरत है कि तंत्रिका नेटवर्क कैसे काम करते हैं, और फिर टेन्सरफ्लो पर ले जाते हैं।

अंत में, मैं अपने दोस्तों को "हबर" पर पहला लेख लिखने और उसे व्यवस्थित करने में मदद करने के लिए धन्यवाद देना चाहता हूं।

PS मुझे आपकी टिप्पणियों और किसी भी रचनात्मक आलोचना पर खुशी होगी।

परिचय

क्यों TensorFlow और Udacity?

अध्य्यन विषयवस्तु

मुझे जो अच्छा लगा और अच्छा नहीं लगा

More articles: