पाठ्यक्रम 246 में से पाठ 1 · Module 0: शुरुआती रेखा
Module 0: शुरुआती रेखा

यह कोर्स कैसे काम करता है, और आपका पहला अनुमान

यह क्यों मायने रखता है ज़्यादातर लोग किसी और का code चलते देखकर neural networks सीखते हैं। यहाँ आप हर हिस्सा बनाते हैं, और होने से पहले अनुमान लगाते हैं कि क्या होगा। पहले अनुमान लगाना ही देखने को समझ में बदलता है।

शुरू करने से पहले

  • आपको क्या चाहिए। स्कूल का गणित (कोर्स हर ढलान, log और probability सिखाता है जो वह इस्तेमाल करता है) और कुछ Python: loops, functions, lists और dictionaries। install करने को कुछ नहीं: सब इस browser में चलता है।
  • कितना समय। Part 1 (Build and Train, Modules 0 से 14) लगभग 90 घंटे का काम है, Python module छोड़ें तो लगभग 80: हफ़्ते में 6 घंटे पर, लगभग 15 हफ़्ते। Part 2 (Generate, Scale and Understand, Modules 15 से 24: generative models, diffusion, self-supervised learning, scaling laws, models को ढालना और उनके अंदर देखना, दावों को परखना, एक capstone और अंतिम परीक्षा) लगभग 50 घंटे, 9 और हफ़्ते जोड़ता है। हर part का अपना प्रमाणपत्र है। हर module कोर्स पेज पर अपना समय दिखाता है।
  • Python में पहले से धाराप्रवाह? Module 1 एक gate पर ख़त्म होता है। उसे पहले लें: पास होना module छुड़वाता है, और आप सीधे गणित पर जाते हैं।
  • अनुभवी programmer? दिखाए समय विषय में नए व्यक्ति के लिए हैं। जो लोग पहले से रोज़ी के लिए code करते हैं उन्हें अक्सर उनका एक तिहाई चाहिए, सबसे ज़्यादा गणित और पहले network modules (2 से 4) में: हर पाठ का अभ्यास पहले पढ़ें, और बस वहीं धीमे हों जहाँ वह आपके लिए नया हो।
  • किसी module का विषय पहले से जानते हैं? Modules 1 (Python), 2 (गणित), 3 (neuron से network), 4 (autograd) और 7 (नया data) हर एक एक gate पर ख़त्म होता है जिसे आप पहले ले सकते हैं, AI tutor बंद के साथ। पास होना module पूरा चिह्नित करता है और अगला खोलता है; प्रमाणपत्र उस module के लिए gate गिनता है।

चार आदतें जिनका आप अभ्यास करेंगे

  • Call the Curve। एक training run से पहले, आप कुछ बिंदुओं पर उसके loss का अनुमान लगाते हैं। फिर वह चलता है और आप देखते हैं कि आप कितने क़रीब थे। कोर्स के दौरान आपके अनुमान तेज़ होते हैं; वह तेज़ होना असली अंतर्ज्ञान है।
  • Earn the Layer। कोर्स के पास बनी-बनाई layers की एक छोटी library है। हर एक तब तक बंद रहती है जब तक आपने उसे ख़ुद सादे NumPy में न बनाया हो और वह एक gradient जाँच पास न कर ले। उसके बाद, आप तेज़ version इस्तेमाल करते हैं।
  • The FLOP Ledger। एक FLOP एक गुणा या जोड़ है। कोर्स का हर run बताता है कि उसने कितने इस्तेमाल किए, ताकि आप सीखें कि क्या सस्ता है और क्या महँगा।
  • चार dials। आपकी प्रगति चार कौशलों पर मापी जाती है: Build (इसे लिखें), Diagnose (ढूँढें क्या टूटा है), Predict (बताएँ क्या होगा) और Trust (परखें कि कब एक AI जवाब ग़लत है)।

आपका पहला Call the Curve

नीचे, एक अकेला neuron gradient descent से रेखा y = 3x + 1 सीखता है। loss ऊँचा शुरू होता है और गिरता है। step 0, 5, 20 और 100 पर loss का अनुमान लगाएँ, फिर code चलाएँ: यह train करता है और आपका अनुमान सच के बगल में, एक अंक के साथ, print करता है। सही होने की चिंता न करें। एक असली अनुमान लगाएँ।

Loss: एक संख्या जो बताती है कि model अभी कितना ग़लत है। Training इसे छोटा करने का काम है।

इस पाठ के शब्द और चिह्न
loss
एक संख्या जो बताती है कि model कितना ग़लत है; training इसे छोटा करती है
Call the Curve
एक run से पहले कुछ बिंदुओं पर loss का अनुमान लगाना, फिर तुलना करना
FLOP
एक गुणा या जोड़; कोर्स किसी run की लागत ऐसे मापता है
four dials
Build, Diagnose, Predict और Trust: वे चार कौशल जो परीक्षाएँ मापती हैं
आपकी बारी

my_guess में हर None को steps 0, 5, 20 और 100 पर loss के अपने अनुमान से बदलें। फिर चलाएँ। कोई भी ईमानदार अनुमान पास होता है; अंक आपके लिए है।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

कोड · आपके ब्राउज़र में चलता है
आउटपुट

        

आपकी प्रगति गुमनाम रूप से गिनी जाती है। इसे बदलें