Deep Learning UB 2021 — summer school : Day#2

2B | +1% better 2day | ai.006

Өнөөдрийн хувьд бэлтгэл семинар буюу Google Colab дээр Python хэрэглээ, numpy, scipy, pytorch сангуудын хэрэглээний талаар үзлээ. Семинар #2-г AbilityLab-н Ононцацал, АндСистемс-н Билэгсайхан 2 хариуцаж явуулсан.

Deep Learning UB 2021 - summer school : Day#1

GitHub repository дээр бэлдсэн .ipynb файлуудыг татаж аваад өөрийн Google Drive-луугаа upload хийнэ. Түүний дараа шууд Open with → Google Colaboratory гээд нээж болдог.

За тэгээд 0.Introduction.ipynb notebook-н эхний хэсэг нь Python-ий хэрэглээ болох хувьсагчад утга оноох, тооцоолол хийх, төрөл шилжүүлэх, string-тэй ажиллах, list-тэй ажиллах зэргийг туршиж үзэх дасгал ажил байна лээ.

Дараагийн 3 хэсэгт Numpy, Pandas, Scikit-learn болон PyTorch 4-н дасгал ажлуудтай.

NumPy (Numerical Python) нь Python-ы хамгийн суурь сан бөгөөд вектор, матриц дээр хийгдэх математик үйлдлүүдийг хийхэд зориулагдсан. NumPy-г ашигласнаар бичсэн код илүү богино болох давуу талтай. Мөн зарим тохиолдолд илүү хурдан ажилладаг. #гэнээ

Example : import library & use NumPy

NumPy дээрх array-н үйлдлүүд, broadcasting, boolean indexing зэрэг үйлдлүүдийг бас дасгал дээр хийсэн. Жишээ болгож 1 мөр кодонд 2, 3-н үйлдлийг хийж байгаа жишээ гэвэл…

np.average → np.nonzero → set(cities[])

Pandas нь өгөгдлийг хувиргах, хурдан, хялбараар удирдах, нэгтгэх, дүрслэхэд зориулагдсан. DataFrame үүсгэх, melt, pivot, concat, CSV-ээс import хийх болон дээр нь хийж болох method-уудыг харуулсан.

Google Drive mount хийж CSV import-лох

Google Drive import хийх үед authorization шаарддаг тул дараах зааврын дагуу зөвшөөрөх хэрэгтэй.

Google Drive import → Authorize → Get code & paste in Google Colab

Scikit-Learn нь NumPy, SciPy & Matplotlib-г дээр суурилж хийсэн хамгийн түгээмэл Машин сургалтын сан. Машин сургалтын үндсэн алгоритмуудыг дотроо агуулсан бэлэн байдаг.

Training data-г train & test гэж 2 хуваах

PyTorch нь Torch дээр суурилсан, нээлттэй эхийн сан юм. Өгөгдлийн бүтэц нь NumPy-тай төстэй tensor-той бөгөөд Numpy-ndarray-руу хялбархан хөрвөх буцаад NumPy ndarray-аас Pytorch Tensor луу хөрвүүлэлт хийхэд маш хялбархан юм.

torch library оруулж ирэх, хөрвүүлэх, мэдээлэл харах

Энэ эхний notebook-ээс гадна дахиад Exploratory Data Analysis (EDA) болон Data Visualization гэсэн 2 ч notebook байсан бөгөөд 2 цаг 30 минутад харж амжаагүй тул өөрсдөө гэрийн даалгаварт ухаж төнхөөрэй гэсэн.

Ямархуу дата байгааг шалгах, бэлтгэх, visualize хийх (дүрслэх)

За тэгээд Day#2 нэг иймэрхүү. Эхний өдөр сууриа тавьсан бол өнөөдөр гараараа “юм” хийж турших өдөр байлаа.

Deep Learning UB 2021 — summer school : Day#3