Comments 9
- Нет практически никаких контрольных материалов — это обратная сторона бесплатности. Есть довольно много бесплатных курсов, у которых есть платная версия, в которой за деньги идут именно всякие задания и их проверка.
- в третьем уроке оригинального курса на английском Colab выдавал ошибку — а это уже обратная сторона Colab-а — да, ничего не надо устанавливать, да, свежие библиотеки, совместимые друг с другом… но любой код внезапно может перестать работать после того, как библиотеки в Colab-е внезапно обновятся
Ух, сразу ТФ, лучше бы начинать с Керас или Пайторч
Порекламирую курсы, раз уж такое дело)
До 29-го февраля проходит набор на следующий запуск dlschool.org, бесплатный курс от физтеха: docs.google.com/forms/d/e/1FAIpQLScFH7v3kiIV7K5gm8qmXnZawuzEMhqtu-5dOQlbsryl6NcnNw/viewform
Для курсов на курсере можно запросить финансовую поддержку — обычно её предоставляют и таким образом курс можно проходить бесплатно.
Если вы в Москве, советую сходить на бесплатный курс от DMIA (http://dmia.space/), обычно в конце февраля — марте происходит свежий запуск. Базовый курс DMIA хорошо вводит в основы машинного обучения, курс по нейронкам — обозревает разные применения нейронных сетей.
Из книжек, доступных на русском, мне больше всего понравились книга Никольского (https://habr.com/ru/company/piter/blog/346358/) и Глубокое обучение (Бенджио и Гудфеллоу, перевод знаменитой deeplearningbook.org).
Так же есть mlcourse.ai и dlcourse.ai — они сейчас в неактивном состоянии, насколько я понимаю, то есть можно ознакомиться с материалами и поделать домашки, но дедлайнов и проверок нет. Вокруг этих курсов есть замечательное сообщество ODS (https://ods.ai/).
Добро пожаловать в мир глубокого обучения!
До 29-го февраля проходит набор на следующий запуск dlschool.org, бесплатный курс от физтеха: docs.google.com/forms/d/e/1FAIpQLScFH7v3kiIV7K5gm8qmXnZawuzEMhqtu-5dOQlbsryl6NcnNw/viewform
Для курсов на курсере можно запросить финансовую поддержку — обычно её предоставляют и таким образом курс можно проходить бесплатно.
Если вы в Москве, советую сходить на бесплатный курс от DMIA (http://dmia.space/), обычно в конце февраля — марте происходит свежий запуск. Базовый курс DMIA хорошо вводит в основы машинного обучения, курс по нейронкам — обозревает разные применения нейронных сетей.
Из книжек, доступных на русском, мне больше всего понравились книга Никольского (https://habr.com/ru/company/piter/blog/346358/) и Глубокое обучение (Бенджио и Гудфеллоу, перевод знаменитой deeplearningbook.org).
Так же есть mlcourse.ai и dlcourse.ai — они сейчас в неактивном состоянии, насколько я понимаю, то есть можно ознакомиться с материалами и поделать домашки, но дедлайнов и проверок нет. Вокруг этих курсов есть замечательное сообщество ODS (https://ods.ai/).
Добро пожаловать в мир глубокого обучения!
Я вам не скажу за Tensor Flow, на который меня пока не хватает. Но про курсы вообще. Расширив рамки поиска от бесплатных курсов до… ммм скажем 1000 рублей, вы удивитесь сколько полезных и удивительных вещей вы найдете.
Родившись в СССР, как и всех у меня была аллергия платить за софт и материалы. Как же платить, если можно 2 часа погуглить и найти на торрентах. Но времена поменялись и теперь 2 часа это очень дорого. Проще принять решение, найти курс и заплатить вполне себе умеренные деньги. Причем, как правило, часть курса есть в открытом доступе и можно его вполне оценить. Например я сейчас, в час по чайной ложке учу на udemy — VueJS. Так там за 1000р было куплен 45 часов видеоматериалов. 45 Карл! Я и половины не прошел. Причем так довольно таки плотно (одна практика) и приходится ставить на паузу, экспериментировать и понимать. Минус есть: весь этот ваш стремительный фронтэнд устаревает, едва успевает отрелизиться. Например Vuetify прыгнул аж на 2 версии вверх и обратной совместимостью не пахнет. Так что приходится мучаться. Резюмируя: аккуратно придушите вашу жабу и найдите копеечку на обучение :)
Родившись в СССР, как и всех у меня была аллергия платить за софт и материалы. Как же платить, если можно 2 часа погуглить и найти на торрентах. Но времена поменялись и теперь 2 часа это очень дорого. Проще принять решение, найти курс и заплатить вполне себе умеренные деньги. Причем, как правило, часть курса есть в открытом доступе и можно его вполне оценить. Например я сейчас, в час по чайной ложке учу на udemy — VueJS. Так там за 1000р было куплен 45 часов видеоматериалов. 45 Карл! Я и половины не прошел. Причем так довольно таки плотно (одна практика) и приходится ставить на паузу, экспериментировать и понимать. Минус есть: весь этот ваш стремительный фронтэнд устаревает, едва успевает отрелизиться. Например Vuetify прыгнул аж на 2 версии вверх и обратной совместимостью не пахнет. Так что приходится мучаться. Резюмируя: аккуратно придушите вашу жабу и найдите копеечку на обучение :)
С вашего позволения, тоже подкину неплохой источник информации
neurohive.io/ru/osnovy-data-science
neurohive.io/ru/osnovy-data-science
На яндекс практикуме бесплатный курс по питону, мне очень понравился, очень хорошо описываются основы и то что правильных ответов не дают, только подсказки
А можете рассказать подробнее, для чего вам распознавание элементов электроустановок? Случайно не с поиском дефектов/нагревов связано?
У нас на работе (электросети) тоже ходят разговоры о внедрении подобной системы, однако дальше разговоров пока дело не дошло.
У нас на работе (электросети) тоже ходят разговоры о внедрении подобной системы, однако дальше разговоров пока дело не дошло.
Sign up to leave a comment.
Как энергетик изучал нейросети и обзор бесплатного курса «Udacity: Intro to TensorFlow for Deep Learning»