EITC/AI/DLPTFK Глыбокае навучанне з Python, TensorFlow і Keras - гэта еўрапейская праграма ІТ-сертыфікацыі па асновах праграмавання глыбокага навучання на Python з бібліятэкамі машыннага навучання TensorFlow і Keras.
Вучэбная праграма паглыбленага навучання EITC/AI/DLPTFK з Python, TensorFlow і Keras сканцэнтравана на практычных навыках паглыбленага навучання праграмаванню Python з бібліятэкамі TensorFlow і Keras, арганізаванымі ў наступнай структуры, і ахоплівае поўны дыдактычны змест відэа ў якасці эталона для сертыфікацыі EITC.
Глыбокае навучанне (таксама вядомае як глыбокае структураванае навучанне) з'яўляецца часткай больш шырокага сямейства метадаў машыннага навучання, заснаваных на штучных нейронных сетках з прадстаўленнем навучання. Навучанне можа быць пад кантролем, пад кантролем альбо без кантролю. Такія архітэктуры глыбокага навучання, як глыбокія нейронныя сеткі, глыбокія сеткі перакананняў, перыядычныя нейронныя сеткі і згорткавыя нейронныя сеткі, прымяняюцца да такіх палёў, як камп'ютэрны зрок, машыннае зрок, распазнаванне прамовы, апрацоўка натуральнай мовы, распазнаванне аўдыя, фільтраванне сацыяльных сетак, машынны пераклад, біяінфарматыка , дызайн лекаў, аналіз медыцынскіх малюнкаў, агляд матэрыялаў і праграмы настольных гульняў, дзе яны далі вынікі, супастаўныя і, у некаторых выпадках, пераўзыходзячыя паказчыкі эксперта.
Python - гэта інтэрпрэтаваная мова праграмавання высокага ўзроўню і агульнага прызначэння. Філасофія дызайну Python падкрэслівае зручнасць чытання кода з яго прыкметным выкарыстаннем значных прабелаў. Яго моўныя канструкцыі і аб'ектна-арыентаваны падыход накіраваны на тое, каб дапамагчы праграмістам напісаць зразумелы, лагічны код для малых і маштабных праектаў. Python часта апісваюць як мову з "батарэямі", дзякуючы сваёй поўнай стандартнай бібліятэцы. Python звычайна выкарыстоўваецца ў праектах штучнага інтэлекту і праектах машыннага навучання з дапамогай такіх бібліятэк, як TensorFlow, Keras, Pytorch і Scikit-learn.
Python дынамічна набіраецца (выконвае падчас выканання мноства распаўсюджаных паводзін праграмавання, якія выконваюць статычныя мовы праграмавання падчас кампіляцыі), і збірае смецце (з аўтаматычным кіраваннем памяццю). Ён падтрымлівае некалькі парадыгм праграмавання, уключаючы структурнае (у прыватнасці, працэдурнае), аб'ектна-арыентаванае і функцыянальнае праграмаванне. Ён быў створаны ў канцы 1980-х, а ўпершыню выпушчаны ў 1991 годзе Гвіда ван Росумам як пераемнік мовы праграмавання ABC. Python 2.0, выпушчаны ў 2000 г., прадставіў новыя функцыі, такія як разуменне спісаў, і сістэму збору смецця з падлікам спасылак, і быў спынены з версіяй 2.7 у 2020 г. Python 3.0, выпушчаны ў 2008 г., быў сур'ёзнай перапрацоўкай мовы, якая не цалкам сумяшчальны назад і шмат Python 2 не працуе нязменным на Python 3. З канцом жыцця Python 2 (і піп, які адмовіўся ад падтрымкі ў 2021 г.), падтрымліваецца толькі Python 3.6.x і больш позняя версія, старыя версіі ўсё яшчэ падтрымка, напрыклад, Windows 7 (і старых усталёўшчыкаў, не абмежаваных 64-разраднай Windows).
Інтэрпрэтатары Python падтрымліваюцца для асноўных аперацыйных сістэм і даступныя яшчэ для некалькіх (і раней падтрымліваліся для многіх іншых). Сусветная супольнасць праграмістаў распрацоўвае і падтрымлівае CPython, бясплатную спасылку з адкрытым зыходным кодам. Некамерцыйная арганізацыя, Фонд праграмнага забеспячэння Python, кіруе і кіруе рэсурсамі для распрацоўкі Python і CPython.
Па стане на студзень 2021 г. Python займае трэцяе месца ў індэксе самых папулярных моў праграмавання TIOBE, саступаючы C і Java, атрымаўшы раней другое месца і ўзнагароду за найбольшы прырост папулярнасці на 2020 г. Ён быў абраны Мовай праграмавання года ў 2007, 2010 , і 2018.
Эмпірычнае даследаванне паказала, што мовы сцэнарыяў, такія як Python, больш прадуктыўныя, чым звычайныя мовы, такія як C і Java, для задач праграмавання, якія ўключаюць маніпуляцыі са радкамі і пошук у слоўніку, і вызначыла, што спажыванне памяці часта "лепш, чым Java, а не значна горш, чым C або C ++ ”. Буйныя арганізацыі, якія выкарыстоўваюць Python, ўключаюць у сябе Wikipedia, Google, Yahoo !, CERN, NASA, Facebook, Amazon, Instagram.
Акрамя прыкладанняў штучнага інтэлекту, Python, як мова сцэнарыяў з модульнай архітэктурай, простым сінтаксісам і багатымі сродкамі апрацоўкі тэксту, часта выкарыстоўваецца для апрацоўкі натуральнай мовы.
TensorFlow - гэта бясплатная бібліятэка праграмнага забеспячэння для машыннага навучання з адкрытым зыходным кодам. Ён можа быць выкарыстаны для цэлага шэрагу задач, але асаблівая ўвага надаецца навучанню і высновам глыбокіх нейронных сетак. Гэта сімвалічная матэматычная бібліятэка, заснаваная на патоку дадзеных і дыферэнцыраваным праграмаванні. Ён выкарыстоўваецца як для даследаванняў, так і для вытворчасці ў Google.
Пачынаючы з 2011 года, Google Brain стварыў DistBelief як уласную сістэму машыннага навучання, заснаваную на нейронных сетках глыбокага навучання. Яго выкарыстанне хутка расло ў розных алфавітных кампаніях як у навуковых, так і ў камерцыйных праграмах. Google даручыў некалькім камп'ютэрным навукоўцам, у тым ліку Джэфу Дыну, спрасціць і перарабіць кодавую базу DistBelief у больш хуткую і надзейную бібліятэку класа прыкладанняў, якая стала TensorFlow. У 2009 годзе каманда, якую ўзначальваў Джэфры Хінтан, укараніла абагульненае зваротнае распаўсюджванне і іншыя ўдасканаленні, якія дазволілі генераваць нейронавыя сеткі з значна больш высокай дакладнасцю, напрыклад, зніжэнне памылак у распазнаванні прамовы на 25%.
TensorFlow - гэта другая генерацыя сістэмы Google Brain. Версія 1.0.0 была выпушчана 11 лютага 2017 г. У той час як эталонная рэалізацыя працуе на адзіночных прыладах, TensorFlow можа працаваць на некалькіх працэсарах і графічных працэсарах (з дадатковымі пашырэннямі CUDA і SYCL для вылічэнняў агульнага прызначэння на блоках апрацоўкі графікі). TensorFlow даступны на 64-разрадных платформах Linux, macOS, Windows і мабільных вылічэннях, уключаючы Android і iOS. Яго гнуткая архітэктура дазваляе лёгка разгарнуць вылічэнні на розных платформах (працэсары, графічныя працэсары, TPU), а таксама ад працоўных сталоў да кластараў сервераў да мабільных і краявых прылад. Вылічэнні TensorFlow выражаюцца ў выглядзе графікаў патоку дадзеных. Назва TensorFlow паходзіць ад аперацый, якія такія нейронавыя сеткі выконваюць на шматмерных масівах дадзеных, якія называюцца тэнзарамі. Падчас канферэнцыі ўводу-вываду Google у чэрвені 2016 года Джэф Дын заявіў, што 1,500 рэпазітарыяў на GitHub згадвалі TensorFlow, з якіх толькі 5 былі ад Google. У снежні 2017 года распрацоўшчыкі Google, Cisco, RedHat, CoreOS і CaiCloud прадставілі Kubeflow на канферэнцыі. Kubeflow дазваляе працаваць і разгортваць TensorFlow на Kubernetes. У сакавіку 2018 года Google абвясціў TensorFlow.js версіі 1.0 для машыннага навучання ў JavaScript. У студзені 2019 года Google абвясціў пра TensorFlow 2.0. Ён стаў афіцыйна даступны ў верасні 2019 года. У маі 2019 года Google абвясціў TensorFlow Graphics для глыбокага навучання камп'ютэрнай графіцы.
Keras - гэта праграмная бібліятэка з адкрытым зыходным кодам, якая забяспечвае інтэрфейс Python для штучных нейронных сетак. Keras выступае ў якасці інтэрфейсу для бібліятэкі TensorFlow.
Keras утрымлівае мноства рэалізацый часта выкарыстоўваюцца нейронавых сеткавых будаўнічых блокаў, такіх як пласты, мэты, функцыі актывацыі, аптымізатары і мноства інструментаў, якія палягчаюць працу з малюнкамі і тэкставымі дадзенымі для спрашчэння кадавання, неабходнага для напісання глыбокага кода нейроннай сеткі. Код размешчаны на GitHub, а форумы падтрымкі супольнасці ўключаюць старонку з праблемамі GitHub і канал Slack.
У дадатак да стандартных нейронных сетак, Keras мае падтрымку згортвальных і перыядычных нейронных сетак. Ён падтрымлівае іншыя распаўсюджаныя ўтыліты, такія як адсеў, нармалізацыя пакета і аб'яднанне. Keras дазваляе карыстальнікам вырабляць глыбокія мадэлі на смартфонах (iOS і Android), у Інтэрнэце альбо на віртуальнай машыне Java. Гэта таксама дазваляе выкарыстоўваць размеркаванае навучанне мадэляў глыбокага навучання на кластарах графічных працэсарных блокаў (GPU) і тэнзарных працэсарных блокаў (TPU). Keras быў прыняты для навуковых даследаванняў дзякуючы Python (мова праграмавання) і ўласнай прастаце выкарыстання і ўстаноўкі. Keras быў 10-м інструментам, які найбольш часта цытуецца ў апытанні KDnuggets 2018, і зарэгістраваў 22% выкарыстання.
Для дэталёвага азнаямлення з вучэбнай праграмай сертыфікацыі вы можаце разгарнуць і прааналізаваць табліцу ніжэй.
Вучэбная праграма EITC/AI/DLPTFK Deep Learning with Python, TensorFlow і Keras Certification Curriculum спасылаецца на дыдактычныя матэрыялы з адкрытым доступам у відэаформе Харысана Кінслі. Працэс навучання падзелены на пакрокавую структуру (праграмы -> урокі -> тэмы), якая ахоплівае адпаведныя часткі вучэбнага плана.
Таксама прадастаўляецца неабмежаваная кансультацыя са спецыялістамі па даменах.
Падрабязна пра працэдуру сертыфікацыі глядзіце Як гэта працуе?.
Даведачныя рэсурсы вучэбнай праграмы
Google TensorFlow
https://www.tensorflow.org/
Навучальныя рэсурсы Google TensorFlow
https://www.tensorflow.org/learn/
Дакументацыя API TensorFlow
https://www.tensorflow.org/api_docs/
Мадэлі і наборы дадзеных TensorFlow
https://www.tensorflow.org/resources/models-datasets/
Супольнасць TensorFlow
https://www.tensorflow.org/community/
Навучанне платформе Google Cloud AI з TensorFlow
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Дакументацыя Python
https://www.python.org/doc/
Python выпускае загрузкі
https://www.python.org/downloads/
Кіраўніцтва Python для пачаткоўцаў
https://www.python.org/about/gettingstarted/
Кіраўніцтва пачаткоўцаў для Python Wiki
https://wiki.python.org/moin/BeginnersGuide
Падручнік па машыннаму навучанню на Python W3Schools
https://www.w3schools.com/python/python_ml_getting_started.asp
Спампуйце поўныя афлайн-падрыхтоўчыя матэрыялы для EITC/AI/DLPTFK Deep Learning з праграмамі Python, TensorFlow і Keras у файле PDF
Падрыхтоўчыя матэрыялы EITC/AI/DLPTFK – стандартная версія
Падрыхтоўчыя матэрыялы EITC/AI/DLPTFK – пашыраная версія з пытаннямі для агляду