Deep Learning - Taking machine learning to the next level

tensorflow
machine-learning
google-chrome
learning
udacity

(Ionuț Staicu) #1

Curs gratuit de la Google, pe udacity:

(nu știu cât de bun e, nu mă pasionează subiectul, am dat doar de link întâmplător)


(Catalin Banu) #2

E un pic mai avansat. Nu e chiar pentru beginneri. Momentan vad ca au niste probleme tehnice si nu le merge linkul de materiale.

Pentru cine vrea sa o ia mai de jos recomand:

Chiar daca nu iti doresti sa lucrezi in domeniu, e placuta senzatia de a invata ceva diferita de ceea ce faci in fiecare zi.


(Adavidoaiei Dumitru-Cornel) #3

De ceva timp ma gandesc la niste aplicatii bazate machine learning in general si deep learning in special, dar inca nu am gasit aceea idee in care sa cred ca se poate monetiza, probabil trebuie sa aloci mult timp si multa munca de cercetare, o retea neuronala trebuie antrenata cu un volum de date la fel si un model de machine learning, colectarea, structurarea datelor mi se pare partea cea mai grea, apoi trebuie sa evaluezi acuratetea de predicitie a retelei neuronale sau model-ului de machine learning, treaba relativ usoara.

Un channel pe youtube cu ce e la moda in deep learning concepte, framework-uri:

Un proiect interesant de care am citit astazi, desi nu imi dau seama daca are potential de monetizare:

Project Oxford: de la recunoaşterea facială la recunoaşterea emoţiilor

Proectul Oxford contine API-uri impartite in 3 sectiuni: Vision, Speech, Language: https://www.projectoxford.ai/

O lista de demo-uri ale acestor API-uri:


(Adavidoaiei Dumitru-Cornel) #4

M-am uitat de curiozitate la:

Curs gratuit de la Google, pe udacity:

https://www.udacity.com/course/deep-learning--ud730 

dar am renuntat cand am vazut ca nu pot rula exemplele si sa fac exercitiile, cursul foloseste framework-ul TensorFlow de la Google, instructiunile de instalare TensorFlow din curs sunt pentru Linux, din cate am cautat pe net nu am gasit o solutie sa il instalez pe Windows, am vazut ca sunt solutii pentru Mac OS, desi am folosit si Ubuntu o perioada ma prinde mai Windows 10, desi sunt voci care zic ca incalca privacy policy, pentru mine avand in vedere ca m-ai folosesc tehnologii Microsoft uneori, este o necesitate, in rest Ubuntu e solutia ideala daca folosesti tehnologii open source non Microsoft ca si Node.js, e mai usor de exemplu sa faci management la versiunile de Node.js folosite pe Linux iar versiunea 4 e stabila.

O alta solutie ar fi o masina virtuala cu Ubuntu pe care sa instalezi TensorFlow dar din pacate cei 4 GB care ii am pe laptop fac sa se miste masina virtuala foarte incet, o solutie ar mai fi cu docker pentru Windows, aceasta foloseste o masina virtuala minimala cu linux fara user interface, momentan nu am reusit instalez cu aceasta solutie dar o sa mai incerc dupa ce imi termin programul la munca:
https://caffinc.github.io/2015/11/tensorflow-windows/

Edit: Am incercat o instalare curata de Docker acasa pe care am pus TensorFlow si a mers perfect.


(Razvan) #5

http://c9.io . Poti sa iti faci un cont free acolo si apoi creezi cate workspaceuri custom gratuite vrei. Iti pune la dispozitie o masina virtuala, cu ubuntu. Acolo cred ca poti sa instalezi.
https://c9.io/c/LZGSYC6Acba - e refferal link-ul meu :slightly_smiling:


(Adavidoaiei Dumitru-Cornel) #6

@razvanp m-am uitat ce resurse sunt pe youtube pentru TensorFlow si am gasit un filmulet cum sa instalezi TensorFlow pe o masina virtuala cu Ubuntu la c9, thanks:


(Adavidoaiei Dumitru-Cornel) #7

@Catalin_Banu vad ca au actualizat cursul si am access la resurse(cod), ca solutie pentru rulare pe Windows ei propun Docker, au un link in curs la un script pe github care face setup la environment si iti aduce resurse(cod), si ca solutie de rulare ei folosesc Jupiter si IPython Notebook, codul se ruleaza in browser.

Dupa instalare docker se ruleaza urmatoarea comanda in docker, aceasta aduce resursele cod daca nu exista, instaleaza ceea ce e nevoie pentru rularea exemplelor si exercitiilor si porneste server-ul jupyter:

docker run -p 8888:8888 -it --rm b.gcr.io/tensorflow-udacity/assignments

Anterior rulezi:

docker-machine ip default

Si accesezi interfata web jupyter din sistemul de operare gazda care de obicei e windows:

http://IP:8888

Edit: Nu reusesc sa fac debug in acest IPyhon Notebook, spun pe net ca ar trebui sa mearga daca pui la inceputul celulei %debug, o alta solutie ar fi print-uri dar pare prea old school si anevoios.


(Daia Alexandru) #8

Salutare, mi-am aruncat si eu o privire pe el cand s-a lansat .
Parerea mea : jalnic,
De ce spun asta:
Nu ofera suport pentru a implementa proiectele.Deasemenea daca in prima saptamana iti da senzatia ca vei implementa totul de la zero , din saptamana doi constati doar ca trebuie sa folosesti tensor flowul facut culmea chiar de ei.
Si mai mult decat atat: se introduce docker asadar cineva care vrea sa isi faca propria retea neuronala nu are nicio sansa, vei fi constrans atat de tensor flow cat si de docker.
Daca initial docker se presupunea ca e util sa faci derivate partiale si in general calcul multivariat, in final ajungi la concluzia ca vor doar sa isi popularizeze ,creatia’’ care a inregistrat interes slab inca de la inceput.
Defapt nu exista nicio retea neuronala , este doar un ansamblu( compunere) de sigmoidale sau alte functii banale cu un algoritm asta e tot. Daca incerci sa iti tunezi reteau neuronala trebuie sa te astepti doar la : noroc :slight_smile: ca sa gasesti o topologie buna.