forked from AITech/aitech-ium
Poprawki do zajęć 5.
This commit is contained in:
parent
d46d58fe06
commit
304d348990
@ -2,33 +2,46 @@
|
|||||||
"cells": [
|
"cells": [
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"# Biblioteki ML"
|
"# Biblioteki Deep Learning"
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## Plan na dziś\n",
|
"## Plan na dziś\n",
|
||||||
"Przegląd bibliotek ML / DL:\n",
|
"Przegląd bibliotek DL:\n",
|
||||||
"1. Tensorflow\n",
|
"1. Tensorflow\n",
|
||||||
"2. Pytorch\n",
|
"2. Pytorch\n",
|
||||||
"3. Caffe \n",
|
"3. Caffe \n",
|
||||||
"3\n",
|
"4. Caffe2\n",
|
||||||
"4. Deeplearning4J\n",
|
"5. Deeplearning4J\n",
|
||||||
"5. CNTK (Microsoft Cognitive Toolkit)\n",
|
"6. CNTK (Microsoft Cognitive Toolkit)\n",
|
||||||
"6. ML.NET\n",
|
"7. ML.NET\n",
|
||||||
"7. MXNet\n",
|
"8. MXNet\n",
|
||||||
"9. Porównanie\n",
|
"9. Porównanie\n",
|
||||||
|
"10. Formaty wymiany modeli\n",
|
||||||
"\n",
|
"\n",
|
||||||
"Zadanie"
|
"Zadanie"
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## Dynamiczne vs statyczne grafy obliczeniowe\n",
|
"## Dynamiczne vs statyczne grafy obliczeniowe\n",
|
||||||
"\n",
|
"\n",
|
||||||
@ -46,7 +59,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 1. Tensorflow\n",
|
"## 1. Tensorflow\n",
|
||||||
" - www.tensorflow.org\n",
|
" - www.tensorflow.org\n",
|
||||||
@ -63,7 +80,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"### 1.1 Keras\n",
|
"### 1.1 Keras\n",
|
||||||
" - [keras.io](https://keras.io/)\n",
|
" - [keras.io](https://keras.io/)\n",
|
||||||
@ -72,7 +93,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## Przykład IRIS w Tensorflow/Keras\n",
|
"## Przykład IRIS w Tensorflow/Keras\n",
|
||||||
"https://www.tensorflow.org/tutorials/customization/custom_training_walkthrough"
|
"https://www.tensorflow.org/tutorials/customization/custom_training_walkthrough"
|
||||||
@ -80,7 +105,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 2. PyTorch\n",
|
"## 2. PyTorch\n",
|
||||||
" - https://pytorch.org/\n",
|
" - https://pytorch.org/\n",
|
||||||
@ -97,7 +126,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 3. Caffe\n",
|
"## 3. Caffe\n",
|
||||||
" - http://caffe.berkeleyvision.org/\n",
|
" - http://caffe.berkeleyvision.org/\n",
|
||||||
@ -110,12 +143,16 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 4. Caffe2\n",
|
"## 4. Caffe2\n",
|
||||||
" - https://caffe2.ai/\n",
|
" - https://caffe2.ai/\n",
|
||||||
" - Rozwijana przez Facebook\n",
|
" - Rozwijana przez Facebook\n",
|
||||||
" - zmergowana do repozytorium Tensorflow\n",
|
" - zmergowana do repozytorium PyTorch\n",
|
||||||
" - Open source\n",
|
" - Open source\n",
|
||||||
" - Głównie zastosowania produkcyjne, w tym modele embedded (Caffe2go)\n",
|
" - Głównie zastosowania produkcyjne, w tym modele embedded (Caffe2go)\n",
|
||||||
" - PyTorch: łatwość ekspoerymentowania, research. Caffe2: wydajność, urządzenia mobilne\n",
|
" - PyTorch: łatwość ekspoerymentowania, research. Caffe2: wydajność, urządzenia mobilne\n",
|
||||||
@ -124,7 +161,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 5. Deeplearning4J\n",
|
"## 5. Deeplearning4J\n",
|
||||||
" - aka. DL4J, Deep Learning for Java\n",
|
" - aka. DL4J, Deep Learning for Java\n",
|
||||||
@ -139,7 +180,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 6. CNTK (Microsoft Cognitive Toolkit)\n",
|
"## 6. CNTK (Microsoft Cognitive Toolkit)\n",
|
||||||
"- https://cntk.azurewebsites.net/\n",
|
"- https://cntk.azurewebsites.net/\n",
|
||||||
@ -151,7 +196,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 7. ML.NET\n",
|
"## 7. ML.NET\n",
|
||||||
" - https://dot.net/ml\n",
|
" - https://dot.net/ml\n",
|
||||||
@ -168,7 +217,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 8. MXNet\n",
|
"## 8. MXNet\n",
|
||||||
" - https://mxnet.apache.org/\n",
|
" - https://mxnet.apache.org/\n",
|
||||||
@ -181,7 +234,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 9. Porównanie\n",
|
"## 9. Porównanie\n",
|
||||||
"|Framework |Autor |Licencja | Język | Interface |Uwagi |\n",
|
"|Framework |Autor |Licencja | Język | Interface |Uwagi |\n",
|
||||||
@ -199,7 +256,11 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## 9. Formaty wymiany\n",
|
"## 9. Formaty wymiany\n",
|
||||||
" - większość bibliotek używa innego formatu do zapisu modeli\n",
|
" - większość bibliotek używa innego formatu do zapisu modeli\n",
|
||||||
@ -218,10 +279,16 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {
|
||||||
|
"slideshow": {
|
||||||
|
"slide_type": "slide"
|
||||||
|
}
|
||||||
|
},
|
||||||
"source": [
|
"source": [
|
||||||
"## Zadanie [20 pkt.]\n",
|
"## Zadanie [20 pkt.]\n",
|
||||||
"\n",
|
"\n",
|
||||||
|
"Termin: 2 tygodnie (25 IV)\n",
|
||||||
|
"\n",
|
||||||
"1. Wybierz jeden z frameworków ML (jeden z powyższych, ale może być też inny) i zaimplementuj w nim prostą sieć neuronową rozwiązującą wybrany problem (np regresji lub klasyfikacji) na wybranym na poprzednich zajęciach zbiorze. Możesz wzorować się (lub nawet skopiować) na jednym z tutotoriali do danego frameworka.\n",
|
"1. Wybierz jeden z frameworków ML (jeden z powyższych, ale może być też inny) i zaimplementuj w nim prostą sieć neuronową rozwiązującą wybrany problem (np regresji lub klasyfikacji) na wybranym na poprzednich zajęciach zbiorze. Możesz wzorować się (lub nawet skopiować) na jednym z tutotoriali do danego frameworka.\n",
|
||||||
" - wczytaj dane trenujące z pliku [2 pkt.]\n",
|
" - wczytaj dane trenujące z pliku [2 pkt.]\n",
|
||||||
" - wytrenuj na nich model [8 pkt.]\n",
|
" - wytrenuj na nich model [8 pkt.]\n",
|
||||||
@ -238,6 +305,7 @@
|
|||||||
}
|
}
|
||||||
],
|
],
|
||||||
"metadata": {
|
"metadata": {
|
||||||
|
"celltoolbar": "Slideshow",
|
||||||
"kernelspec": {
|
"kernelspec": {
|
||||||
"display_name": "Python 3",
|
"display_name": "Python 3",
|
||||||
"language": "python",
|
"language": "python",
|
||||||
|
Loading…
Reference in New Issue
Block a user