forum.ge
reklama
FORUM.GE წესები  · დახმარება  · ძებნა  · წევრები  · კალენდარი  · ჩატი
Pages: (4) « პირველი ... 2 3 [4]   ( გადავიდეთ პირველ წაუკითხავ წერილზე ) გამოხმაურება · ახალი თემა · ახალი გამოკითხვა

> ერთად ვისწავლოთ დიფ ლერნინგი, შემდეგ 1-2 თვეში ამაზე უკეთესს ვერაფერს ისწავლით
execution
Kwisatz Haderach


*****
ჯგუფი: Members
წერილები: 3636
წევრი No.: 108098
რეგისტრ.: 1-January 10

გამოგზავნილია: 23 Jan 2018, 03:08  #52045096      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
Dirac
Crazy Member


*****
ჯგუფი: Registered
წერილები: 1015
წევრი No.: 196302
რეგისტრ.: 9-January 15

გამოგზავნილია: 4 Mar 2018, 01:10  #52288097      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
udemy-ზე გავდივარ მაშინ ლერნინგის კურსს. საკმაოდ კარგია მაგრამ არ მიყვარს თითქმის დაწერილ პროგრამებს რომ გაძლევენ. კორსერაზეც ენდრიუ ნგ პრაქტიკულად გამზადებულ პროგრამას გაძლევს და შენ ორი ხაზი უნდა დაამატო. ისე udemy კორსერაზე უფრო მომწონს, კლასების მეტი არჩევანია, ფასიანია მაგრამ საკმაოდ იაფია.
execution
Kwisatz Haderach


*****
ჯგუფი: Members
წერილები: 3636
წევრი No.: 108098
რეგისტრ.: 1-January 10

გამოგზავნილია: 4 Mar 2018, 19:47  #52291366      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
Dirac
მე თუ მკითხავ კაია Andrew Ng. , 1-2 ხაზის დამატება გიწევს ხო მაგრამ high-level ინტუიციურ გრძნობას გაძლევს რა როგორ მუშაობს.

numpy ში მაინც არავინ წერს ქსელს და გრადიენტებსაც თავისით ითვლის ნებისმიერი framework ი, არ ჭირდება ხელით გამოთვლა biggrin.gif


Hinton ის კურსს აქებენ coursera ზე, უფრო ღრმად გადისო.
თან საინტერესო რაღAცეებს ლაპარაკობს სავარაუდოდ, არ მგონია რამდენიმე კაცზე მეტს ესმოდეს მაგაზე მეტად ეგ ამბავი biggrin.gif


backpropagation ის, capsule network ების და კიდე ათასირ რაღაცის მამა biggrin.gif
ტიპი ლექციებში რაღაც suggestion ებს აკეთებს, მერე ტესტავს ხალხი და მართლა რომ მუშაობს იტაცებენ biggrin.gif

RMSprop ოპტიმიზაცია იყო ეგრე მგონი biggrin.gif


vid
Crazy Member


*****
ჯგუფი: Members
წერილები: 2709
წევრი No.: 124008
რეგისტრ.: 22-November 10

გამოგზავნილია: 12 Mar 2018, 02:50  #52334870      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
გუგლელებმა ახალი სტატია გამოაქვეყნეს დიფ ნურალ ნეტვორკებთან დაკავშირებით.

The Building Blocks of Interpretability
Interpretability techniques are normally studied in isolation.
We explore the powerful interfaces that arise when you combine them — 
and the rich structure of this combinatorial space.
https://distill.pub/2018/building-blocks/


--------------------
https://www.coursera.org/
https://www.edx.org/
https://www.udacity.com/
^ისარგებლეთ
vid
Crazy Member


*****
ჯგუფი: Members
წერილები: 2709
წევრი No.: 124008
რეგისტრ.: 22-November 10

გამოგზავნილია: 22 Apr 2018, 15:19  #52577697      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
ტენზორფლოუ არის გუგლის დაწერილი ბიბლიოთეკა დიფ ლერნინგისთვის, ძალიან სასარგებლო და მოსახერხებელი, რომელიც გუგლმა ოფენ სორს გახადა და უფასოდ გვთავაზობს, მადლობა გუგლ.

შეგიძლია დაიწყო ძალიან მარტივიდან, როცა შენ საერთოდ არ წერ პროგრამას და ბრაუზერიდან ცვლი რაღაც პარამეტრებს და ისე ითვლი და შეგიძლია ჩახვიდე რა დონეზეც გინდა იმ დეტალურ დონეზე. ასევე აქვს ათასნაირი ვიზუალიზაციის და სტატისტიკების ფუნქციები.

მოყვება უამრავი ტუტორიალი და დოკუმენტაცია. ასევე მოყვება ტენზორფლოუზე დაფუძნებული გუგლის დიფ ლერნინგის კურსი https://developers.google.com/machine-learning/crash-course/

https://www.tensorflow.org/

execution
იყენებ ტენზორფლოუს?
execution
Kwisatz Haderach


*****
ჯგუფი: Members
წერილები: 3636
წევრი No.: 108098
რეგისტრ.: 1-January 10

გამოგზავნილია: 22 Apr 2018, 19:37  #52579083      · პროფილი · პირადი მიმოწერა · ჩატი · ელფოსტა
vid
არა, ნაკლებად

ჩემს მოთხოვნილებებს keras იც აკმაყოფილებს, თუმცა keras ი tensorflow ს იყენებს back end ზე

ისე კი უფრო დეტალური კონტროლი თუ გინდა რას აკეთებ ან სერვერზე prediction ის მოწყობა გინდა უნდა იცოდე tensorflow.

თუმცა სერვერზე prediction იც გაგვიშვია keras ის მოდელით და რავიცი მუშაობს ნორმალურად. 500-600mb ram კი მიაქვს ისე, ქართული ხელნაწერის ამცონობა(პმ გამოვუშვებ ლინკს თუ გაინტერესებს)

მე უფრო PyTorch ის ფანი ვარ biggrin.gif პითონურია უფრო.

ასე იყო სულ ცოტა ხნის წინ:
tensorflow:
წინასწარ უნდა გაიწეროს computational graph,
ანუ input როცა შეგაქვს მან რა ოპერაციები უნდა გაიაროს output ამდე ყველაფერი წინასწარ უნდა იცოდე.
მაგალითად:
1.სურათი შედის 1 კონვოლუციურ შრეში
2.შედეგი გადის pooling შრეში
3....
.....
10.softmax ან რამე რავი, გააჩნია
ხოდა ეს წინასწარ განსაზღვრო უნდა tensroflow ში. static graph ია.

და მერე ქსელს უნდა აჭამო input ი და ეს მოგცემს output ს.
gradient ის დათვლის საჭიროებიდან გამომდინარეობს ეს შეზღუდვა.

PyTorch:
პირდაპირ შეგიძლია პითონის interpreter ში რაც გინდა ის გაუკეთო data ს. და როცა მოგინდება backward() ფუნქციას გამოიძახებ და დაითვლის გრადიენტს.
ანუ შეგიძლია "on the fly" ცვალო როგორც გინდა ქსელი. evolving topology ქსელი შეგიძლია მარტივად დაწერო ამით, მაგალიტAდ NEAT ალგორითმი

აქ როგორცაა.
აქ torch ს იყენებს, ორიგინალს, lua ში რაცაა და არა PyTorchს.

თუმცა 30 მარტს tensorflow მაც გამოუშვა eager
https://www.tensorflow.org/programmers_guide/eager

იგივე ფუნქციონალის მისაცემად tensorflow სთვის.
ანუ პირდაპირ შეგიძლია 1 ან 2 ოპერაცია შეასრულო და შედეგი ამობეჭდო ან რამე მსგავსი.
user posted image
ჯერ ახალია და არ ვიცი რამდენად კარგია.


მაინც მიწევს ჩავუჯდე tensorflow ს.
reinforcement learning ზე რაც ვიპოვე ყველაზე კაი სასწავლი რესურსი tensorflow მაგალიტEბითაა.

This post has been edited by execution on 22 Apr 2018, 19:38
1 წევრი ათვალიერებს ამ თემას (1 სტუმარი და 0 უჩინარი წევრი)
0 წევრი:
Topic Options Pages: (4) « პირველი ... 2 3 [4]  გამოხმაურება · ახალი თემა · ახალი გამოკითხვა

 



ფორუმის სერვერების განთავსებას და ინტერნეტთან კავშირს უზრუნველყოფს: CLOUD9
[ Script Execution time: 0.0213 ]   [ 12 queries used ]   [ GZIP Disabled ]