Мастер-класс "Нейронная сеть с 0. PyTorch"

Поделиться
HTML-код
  • Опубликовано: 7 май 2020
  • Ведущий: Алексей Егоров
    В рамках мастер-класса разбираются основы программирования нейронных сетей на Python с использованием библиотеки PyTorch. Решается задача аппроксимации функции с помощью простой нейронной сети.
    На практике показываются ограничения нейронной сети в возможностях обработки данных.
    Кроме того, приводится пример повышения эффективности вычислений на Cuda.

Комментарии • 15

  • @fludentri
    @fludentri Год назад +3

    Прекрасная обучалка, реально помогли. Спасибо, Алексей!

  • @denzelito
    @denzelito Год назад

    спасибо большое, видео мне помогло разобраться!

  • @user-eg5ly1bn9d
    @user-eg5ly1bn9d 2 года назад +3

    Очень помогли разобраться с torch-ем, спасибо большое 🤗. Только, на заметку, я думаю, в первой реализации сети со сложными данными можно было изменять скорость обучения (learning_rate) на больший, как правило при больших и сложных данных от 0.1 до 0.2 хорошая скорость обучения и думаю, что это помогло бы апроксимировать косинус лучше 😉. Спасибо!

    • @arenghulijanyan1050
      @arenghulijanyan1050 Год назад

      Вообще для ускорения обучения есть метод Адам, где во время обучения скорость автоматический увеличивается, если процесс по этому направлению идет очень медленно.

  • @user-lz9ik8lg3u
    @user-lz9ik8lg3u Год назад +1

    Видео, безусловно хорошее, автор молодец (респект). Но. Непонятно, зачем городить огород с классами, функциями и прочим, чтобы потом запутываться искать где ошибка? К примеру, в tensorflow эта же модель делается в строчек 5-7 без всяких хлопот.

  • @vl_alx
    @vl_alx 4 года назад +2

    Добрый день. Подскажите а почему у меня обработка происходит на CPU? И как перевести вычислительный процесс на GPU

    • @icismephi
      @icismephi  4 года назад +3

      Если вы имеете ввиду программирование в среде Google Colab, то необходимо в настройках Runtime -> change runtime type сделать. После этого можно переводить вычисления на gpu с помощью команды: device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
      Если вы пишите в другой среде, то команда остаётся той же, а вот как активировать cuda - зависит уже от среды.

  • @user-zp7rd5lz7e
    @user-zp7rd5lz7e 2 года назад

    Здравствуйте! Подскажите, в чем может быть проблема. Делаю по Вашему гайду, но выдает ошибку "'OurNet' object has no attribute 'fc1'"

    • @eduardganzha1385
      @eduardganzha1385 Год назад

      Скорее всего вы просто не инициализировали fc1 (возможно забыли написать в __init__ self, возможно неправильно написали имя, а может просто забыли написать)

  • @obitouchiha5851
    @obitouchiha5851 3 года назад

    AttributeError: 'builtin_function_or_method' object has no attribute 'backward' выдаёт такую ошибку
    что делать?

    • @alexeyzabashta
      @alexeyzabashta 2 года назад

      Функция 'backward' используется для пересчёта производной. Скорей всего при расчётах вы использовали объекты не из самой библиотеки, поэтому она не может посчитать для них производную.

  • @bul2012
    @bul2012 Год назад +1

    Спасибо, будучи нулем в данной теме разобрался хоть как то что и к чему.
    Запустил нейронку на 60 нейронов на 1м эпох, ошибка ниже 0.05. а и кол-во точек 500.

    • @bul2012
      @bul2012 Год назад

      Итоговая погрешность 0.0171

  • @acceptasis2395
    @acceptasis2395 Год назад

    Нашел клад)

  • @user-jd6uz5si2f
    @user-jd6uz5si2f Год назад +1

    Бестолковый видос