Get best of the week

动力工程师如何研究神经网络和免费课程“ Udacity：用于深度学习的TensorFlow入门”的评论

我一生都有意识地当过动力工程师（不，现在我们不是在谈论具有可疑特性的饮料）。

我从来没有真正对信息技术感兴趣，甚至我不太可能在一张纸上乘以矩阵。是的，我从不需要它，以便您对我的工作有所了解，我可以分享一个精彩的故事。我曾经要求我的同事在Excel电子表格中进行工作，已经过去了半天，我去看了他们，然后他们坐下来将数据汇总在一个计算器上，是的，在一个普通的带有按钮的黑色计算器上。那么，在那之后可以讨论什么样的神经网络呢？..因此，我从来没有任何特殊的先决条件来沉浸在IT世界中。但是，正如他们所说的``好吧，我们不在哪里''，我的朋友对增强现实，神经网络，编程语言（主要是Python））之以鼻。

换句话说，它看起来非常简单，我决定为什么不精通这种神奇的艺术，以便将其应用到我的活动领域中。

在本文中，我将省略尝试学习Python基础知识的尝试，并与您分享我对Udacity的免费TensorFlow课程的印象。



介绍


首先，值得注意的是，在能源领域工作11年后，当您知道并可以做所有事情甚至做更多（就责任而言）时，从根本上学习新事物-一方面会引起强烈的热情，但另一方面-会变成身体上的痛苦”头部齿轮。”

我仍然不完全了解编程和机器学习的所有基本概念，因此不应严格地评判我。我希望我的文章对像我这样的人会很有趣并且对他们有用-而不是软件开发。

在继续阅读本课程之前，我要说的是，它至少需要具备Python的最低知识才能学习。您可以阅读几本有关傻瓜的书（我仍然开始学习Stepic，但尚未掌握它）。

TensorFlow课程本身不会有复杂的构造，但是有必要了解为什么要导入库，如何定义函数以及为什么要替换某些内容。

为什么选择TensorFlow和Udacity？


我训练的主要目的是希望使用神经网络识别电气设备的图片。

我选择TensorFlow是因为我从朋友那里听说过它。据我了解，这门课程很受欢迎。

我试图从官方教程开始学习。

然后我遇到了两个问题。

  • 培训材料很多，而且不一致。对于我而言，至少很难或多或少完整地描述解决图像识别问题的情况。
  • 我需要的大多数文章都没有翻译成俄语。碰巧的是，在我的童年时代，我学习德语，而现在，和许多苏联儿童一样，我也不懂德语或英语。当然，在我的整个有意识的生活中，我都尝试学习英语，但结果与图片中的大致相同。



经过在官方网站上的翻阅，我发现了参加两门在线课程之一的建议。

据我了解，有关Courcera的课程是付费的，而Udacity：TensorFlow深度学习入门课程则可以“免费，也就是免费”。

课程内容


该课程共9节课。

第一部分是介绍性的部分，他们将告诉您为什么原则上需要它。

第2课是我的最爱。它简单到足以被理解，也展示了科学的奇迹。简而言之，在本课程中，除了关于神经网络的基本信息之外，创建者还演示了如何解决使用单层神经网络将温度从华氏度转换为摄氏度的问题。

这确实是一个很好的例子。我仍在考虑如何提出并解决类似的问题，但仅限于电工。

不幸的是，我进一步陷入僵局，因为用一种陌生的语言学习陌生的东西相当困难。它使我免于在哈布雷（Habré）上将这门课程翻译成俄语。

翻译是高质量的，Colab笔记本也被翻译了，所以后来我偷看了原文和译文。

实际上，第3课是TensorFlow官方教程材料的安排。在本课程中，我们将学习如何使用多层神经网络（时尚MNIST数据集）对衣服的图像进行分类。

从4号到7号的课程也是本教程的安排。但是由于它们的排列正确，因此您无需自己了解学习的顺序。在这些课程中，我们将简要讨论超精密神经网络，以及如何提高训练的准确性并保存模型。同时，我们将同时解决图像中猫和狗的分类问题。

第8课通常是一门单独的课程，有另一位老师，而且课程本身非常庞大。本课是关于时间序列的。由于这还不引起我的兴趣，因此我斜着看了一下它。

完成所有第9课，这是邀请您在TensorFlow lite上免费学习课程。

我喜欢和不喜欢的东西


我将从专家开始：

  • 课程-免费
  • 该课程在TensorFlow 2上。我看到的一些教科书和在Internet上的一些课程在TensorFlow 1上。我不知道它们之间是否有很大的区别，但是很高兴学习最新版本。
  • 视频中的老师并不烦人（尽管在俄语版本中，他们的阅读不如原始版本中那么愉快）
  • 该课程不需要很多时间
  • 该过程不会使人产生忧郁和绝望感。本课程中的任务很简单，如果有不清楚的地方（并且有一半的任务对我来说不明确），总是会以正确的解决方案形式以Colab的形式进行提示
  • 无需安装任何东西，该课程的所有实验工作都可以在浏览器中完成

现在的缺点：

  • 几乎没有控制材料。没有测试，没有任务，至少没有任何办法检查课程
  • 并非所有笔记本电脑都能为我工作。我认为，在最初的英语课程的第三课中，Colab犯了一个错误，我不知道该怎么做
  • . , Udacity . , , , . . 6
  • , , . (, Max Pooling).


当然，您已经猜到奇迹没有发生。在完成了这门简短的课程之后，不可能真正弄清楚神经网络是如何工作的。

当然，此后我无法通过对开关柜中的断路器和按钮的照片进行分类来解决我的问题。

但总的来说，该课程是有帮助的。它显示了使用TensorFlow可以完成的工作以及前进的方向。

我认为，对于初学者来说，我需要学习Python的基础知识，并用俄语阅读有关神经网络如何工作的书籍，然后使用TensorFlow。

最后，我想对我的朋友们表示感谢，感谢他们促使我撰写有关“哈勃”的第一篇文章，并帮助安排了它。

附言：我将很高兴您的评论和任何建设性的批评。

More articles:


All Articles