Как устроен этот курс, и ваше первое предсказание
Почему это важно Большинство людей учат нейронные сети, наблюдая, как работает чужой код. Здесь вы строите каждую деталь сами и предсказываете, что произойдёт, до того как это произойдёт. Предсказание первым превращает наблюдение в понимание.
Прежде чем начать
- Что вам нужно. Школьная математика (курс объясняет каждый наклон, логарифм и вероятность, которые использует) и немного Python: циклы, функции, списки и словари. Ничего не нужно устанавливать: всё работает в этом браузере.
- Сколько времени. Часть 1 (Построить и обучить, модули 0-14) - около 90 часов работы, около 80, если пропустить модуль по Python: при 6 часах в неделю около 15 недель. Часть 2 (Генерировать, масштабировать и понимать, модули 15-24: генеративные модели, диффузия, обучение без учителя, законы масштабирования, адаптация моделей и взгляд внутрь них, оценка утверждений, итоговый проект и итоговый экзамен) добавляет около 50 часов, ещё 9 недель. У каждой части свой сертификат. Каждый модуль показывает своё время на странице курса.
- Уже свободно владеете Python? Модуль 1 заканчивается контрольной задачей. Сделайте её первой: если пройдёте, модуль засчитывается, и вы переходите прямо к математике.
- Опытный программист? Указанное время рассчитано на новичка в теме. Тем, кто уже программирует профессионально, часто нужна треть его, особенно в модулях по математике и первым сетям (2-4): сначала прочитайте упражнение каждого урока и замедляйтесь только там, где для вас ново.
- Уже знаете тему модуля? Модули 1 (Python), 2 (математика), 3 (от нейрона к сети), 4 (autograd) и 7 (новые данные) заканчиваются контрольной задачей, которую можно сделать первой, с выключенным ИИ-наставником. Если пройдёте её, модуль отмечается как выполненный и открывается следующий; сертификат засчитывает контрольную задачу за этот модуль.
Четыре привычки, которые вы будете тренировать
- Угадайте кривую. Перед прогоном обучения вы угадываете его потери в нескольких точках. Затем он запускается, и вы видите, насколько были близки. По ходу курса ваши догадки становятся точнее; это уточнение и есть настоящая интуиция.
- Заслужите слой. В курсе есть небольшая библиотека готовых слоёв. Каждый остаётся заблокированным, пока вы не построите его сами на чистом NumPy и он не пройдёт проверку градиента. После этого вы пользуетесь быстрой версией.
- Учёт FLOP. FLOP - это одно умножение или сложение. Каждый прогон в курсе сообщает, сколько их использовал, поэтому вы узнаёте, что дёшево, а что дорого.
- Четыре шкалы. Ваш прогресс измеряется по четырём навыкам: Построить (написать), Диагностировать (найти, что сломано), Предсказать (сказать, что произойдёт) и Доверять (судить, когда ответ ИИ неверен).
Ваше первое "Угадайте кривую"
Ниже один нейрон учит прямую y = 3x + 1 градиентным спуском. Потери начинаются высоко и падают. Угадайте потери на шагах 0, 5, 20 и 100, затем запустите код: он обучит нейрон и выведет вашу догадку рядом с правдой, с оценкой. Не беспокойтесь о том, чтобы угадать верно. Сделайте настоящую догадку.
Потери (loss): одно число, которое говорит, насколько модель ошибается прямо сейчас. Обучение - это работа по его уменьшению.
Слова и символы этого урока
- потери (loss)
- одно число, говорящее, насколько модель ошибается; обучение делает его меньше
- Угадайте кривую
- угадать потери в нескольких точках до прогона, затем сравнить
- FLOP
- одно умножение или сложение; так курс измеряет стоимость прогона
- четыре шкалы
- Построить, Диагностировать, Предсказать и Доверять: четыре навыка, которые измеряют экзамены
Замените каждый None в my_guess своей догадкой о потерях на шагах 0, 5, 20 и 100. Затем запустите. Проходит любая честная догадка; оценка - для вас.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Ваш прогресс учитывается анонимно. Измените это
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.