تجربه برنامه نویس (DX) و رایانه اینترنتی
تجربه برنامه نویس (DX) و رایانه اینترنتی
چگونه تجهیز افراد برای توسعه بصری برنامه ها و خدمات برای رایانه بلاک چین عمومی به دموکراتیزه شدن مهندسی نرم افزار کمک می کند.
توانمندسازی توسعه دهندگان شخص ثالث برای ایجاد و استقرار کارآمد نرم افزار اولویت اصلی ما در DFINITY است ، همانطور که ما در تلاش برای افزایش ظرفیت خلاق وب با راه اندازی رایانه اینترنتی-اولین سرعت وب در جهان هستیم ...
Vision Transformers: A New Computer Vision Paradigm
Vision Transformers: A New Computer Vision Paradigm
کشف و درک ترانسفورماتورهای بینایی برای انجام تشخیص تصویر
در مورد
قدرت و ضعف ها با شبکه عصبی تحول (چگونه ضعف موجود در CNN را برطرف می کنند) CNN)
برای موفقیت در سطح متوسط نیازی به رایانه ندارید
برای موفقیت در سطح متوسط نیازی به رایانه ندارید
من 18 ماه است که به طور انحصاری از دستگاه های تلفن همراه وبلاگ نویسی می کنم
عکس توسط داریا نپریاخینا در Unsplash اخیراً ، هربار که به برداشتن رایانه لوحی خود برای نوشتن فکر می کنم ، آن را نشسته و باز گذاشته می گذارم نیمکت. این یک تبلت کاملاً خوب است که بیش از چهار سال است که من را به عنوان نویسنده در خانه مشغول کرده است.
اما این روزها بیشتر تمایل دارم تلفن خود را بردارم و به جای آن شروع به نوشتن کنم. .
صادقانه بگویم ، من همچنین یک لپ تاپ HP دارم که در سال 2012 به طور خاص برای نوشتن خریداری کرده ام ، اما از استفاده از آن متنفرم. در مقایسه با یک تلفن یا رایانه لوحی ، این دستگاه بدقواره است. سیم برق به اندازه شارژرهای دستگاه های تلفن همراه من قابل حمل نیست.
من ترجیح می دهم با یک دست و یک قلم تایپ کنم تا روی یک صفحه کلید تایپ نکنم.
شما این کار را نمی کنید نیاز به یک کامپیوتر رومیزی یا لپ تاپ برای کارکردن خوب در حد متوسط
من نزدیک به 18 ماه است که در Medium وبلاگ نویسی می کنم و در آن زمان هرگز به کامپیوتر رومیزی دست نزده ام. من فکر می کنم من فقط ده بار از لپ تاپ خود استفاده کرده ام.
وبلاگ نویسی از طریق تلفن همراه بسیار مفیدتر است ، زیرا بهانه های زیادی را که درباره نوشتن می آوریم از بین می برد. حتی زمانی که من به عنوان یک مادر مجرد در تنگنا هستم ، این مشکل وجود ندارد که هر از گاهی تلفن خود را بیرون بیاورم و ایده ای را یادداشت کنم.
اگر می خواهید بدانید که چگونه اینقدر می نویسم و نگه می دارم ارائه پیش نویس ایده های جدید ، بسیار ساده است. من نوشتن را با بیرون کشیدن تلفن یا رایانه لوحی خود تا حد امکان آسان و در دسترس می کنم.
این یک تغییر ذهنیت ظریف است.
برای من ، من از خودم و دخترم با نوشتن حمایت می کنم. به جای شغل "واقعی" من به راحتی می توانم هر روز در مورد نوشتن نظم و انضباط داشته باشم زیرا این چیزی است که من آن را دوست دارم ، اما این کار را عمدتا به این دلیل انجام می دهم که می دانم می توانم کارم را در هر جایی انجام دهم.
بیشتر اوقات ، من در خانه کار می کنم. با این حال ، روزهای سه شنبه ، من کار را در کافه Target Starbucks شروع کرده ام. من می توانم در تعطیلات ، در تعطیلات و هر جا که می روم بنویسم تا زمانی که یک دستگاه تلفن همراه با خود داشته باشم و عمر باتری کافی داشته باشد. شما یک تبلت و تلفن اندرویدی دارید*
وقتی صحبت از همه چیز مهم می شود ، به هر حال ، تحت پوشش هستید. شخصاً ، من قسمت عمده ای از نوشته های خود را از برنامه تلفن همراه در تلفن خود استفاده می کنم. وقتی نیاز دارم اندازه تصویر را تنظیم کنم ، اعتبار عکس اضافه کنم یا درپوش قرار دهم ، از مرورگر کروم گوشی خود با تنظیم دسکتاپ استفاده می کنم.
تصویر صفحه نویسنده این بدان معناست که می توانم داستانی را به طور کامل از طریق تلفن خود منتشر کنم. و از آنجایی که من از دستگاه های تلفن همراه خود برای کارهای روزمره استفاده می کنم ، این روند را بسیار آسان و بدون استرس می دانم. برای من ، این یک روش عالی برای کار است.
وقتی از رایانه لوحی خود برای نوشتن و انتشار یک داستان استفاده می کنم ، حتی نیازی به برنامه ندارم. دوباره از مرورگر Chrome استفاده می کنمدر تنظیمات دسکتاپ ، همه کارها را انجام دهید.
در صورت نیاز ، حتی می توانید داستانهای خود را در برنامه ویرایش کنید ، هرچند که در تجربه من ، هیچ محدودیتی را از دست نخواهید داد. و البته ، تا زمانی که در نسخه دسکتاپ هستید ، می توانید داستانهای خود را از وب سایت در هر مرورگر تلفن همراه ویرایش کنید.
*توجه: متأسفانه ، نمی توانم برای دستگاه های اپل صحبت کنم. < /p>
خوب ، بنابراین ممکن است موارد محدودی وجود داشته باشد
از نظر عملکرد ، مسلماً چند کار وجود دارد که نمی توانید از هر دستگاه تلفن همراه Android انجام دهید. به عنوان مثال ، من نمی توانم یادداشت های خصوصی در Medium را از طریق تلفن خود مشاهده یا به آنها پاسخ دهم. با این حال ، می توانم آنها را مشاهده کرده و از رایانه لوحی خود پاسخ دهم.
تصویر صفحه نویسنده همچنین ، اگر از برنامه تلفن همراه با برنامه ای که قبلاً نصب کرده اید از Medium استفاده می کنید ، مواردی وجود دارد که از مرورگر تلفن همراه به برنامه منتقل می شوید. به طور خاص ، این زمانی اتفاق می افتد که من داستانی را که در نشریه دیگران منتشر شده است ، بیرون بیاورم. اگرچه به نظر من راحت تر است که برنامه را از رایانه لوحی خود دور نگه دارم ، بنابراین می توانم در مرورگر Chrome بمانم.
آمار شما چیز دیگری است که ممکن است کمی از دستگاه تلفن همراه محدود شود ، اما باز هم ، من این را مشکل ساز نمی دانم. به عنوان مثال ، از لپ تاپ یا رایانه رومیزی ، اگر موس را روی طرفداران روزانه خود ببرید ، یک جعبه کوچک با تعداد دقیق طرفداران آن روز ظاهر می شود.
در دستگاه تلفن همراه ، شما فقط می توانید این اعداد را بر اساس ارتفاع آنها در نمودار تخمین بزنید. باز هم می گویم این من را اذیت نمی کند. من خوب می بینم که حدود 50 طرفدار دارم ، تقریبا 200 نفر ، کمی بیش از 300 نفر ، و غیره. یک افزونه Chrome متوسط وجود دارد که بسیاری از کاربران دوست دارند آن را نصب کنند و تا آنجا که می توانم بگویم ، با رایانه لوحی یا تلفن سازگار نیست. این بدان معناست که من هرگز یکبار از افزونه برای آمارهای پیشرفته تر استفاده نکرده ام و خوب بودم.
تصویر توسط توماس تراژان اشتباه نکنید. آمارهای پیشرفته فوق العاده هستند. اما من شخصاً نمی خواهم روی آمار خود وسواس داشته باشم زیرا مانع از پیشرفت من می شود. واقعیت برای من در رسانه متوسط این است که تعامل من با تغییر الگوریتم ها و حتی تغییر نوشتار خود کاهش می یابد.
توجه بیش از حد به آمار و ارقام در ماه های کمتر جذاب ، کاملاً افسرده کننده است. من فقط می توانم بدون وحشت به جلو حرکت کنم اگر از بررسی آمار خود دست بردارم و در عوض روی نوشتن خود تمرکز کنم.
رسانه ابزاری برای نویسندگان است ، اما به شما بستگی دارد که از آن عاقلانه استفاده کنید
< p> امید من با این داستان این است که به شما کمک کند در مورد راه هایی که می توانید از Medium به نفع خود استفاده کنید فکر کنید. برخی از شما ممکن است با این فکر که فقط می توانید در رایانه در دفتر کار خانه خود کار کنید ، یا از لپ تاپ در فضای نوشتاری ویژه استفاده کنید. به اگر در آنجا بیشترین بهره وری را دارید ، این کار را انجام دهید. اما من پیشنهاد می کنماگر به خود این امکان را ندهید که ایده ها را در حال حرکت یادداشت کنید ، می توانید برخی از بهترین ایده های خود را روی میز بگذارید.اگر از دستگاه های تلفن همراه خود برای کار کردن استفاده نکرده اید متوسط ، آن را امتحان کنید و به من اطلاع دهید که چگونه پیش می رود. و اگر با س questionsالی در مورد نحوه انجام کاری از طریق تلفن یا رایانه لوحی روبرو شدید ، لطفاً از پرسیدن آن دریغ نکنید.
Visual Deep Computer Vision
Visual Deep Computer Vision
یا اینکه چگونه می توانید الگوریتم های یادگیری عمیق را برای بینایی کامپیوتر بدون داشتن تخصص اجرا کنید.
معمولاً ما با برنامه نویسی عمیق بینایی کامپیوتری را انجام می دهیم ، و یادگیری API های جدید ، برخی از آنها سخت تر از دیگران ، برخی دیگر بسیار ساده هستند مانند Keras یا PyTorch. برای انجام این کار ، باید یادگیری عمیق ، مفاهیم بینایی رایانه ، OpenCV و موارد دیگر را درک کنید. اما یک مسئله وجود دارد.
اگر می خواهید آزمایشات را انجام دهید ، میزان مختلف دوره ها ، پارامترها ، برآوردگران ، بهینه سازها و موارد دیگر را آزمایش کنید. وقتی در حال برنامه نویسی هستید ، همه چیز پیچیده می شود. در اینجا می خواهم یک روش بسیار ساده اما قدرتمند برای انجام بینایی رایانه ای با یادگیری عمیق با پلتفرمی به نام Deep Learning Studio را به شما نشان دهم.
روش جدید
من قبلاً در مورد پلتفرم صحبت کرده ام ، و اگر می خواهید مروری بر کارهایی که می توانید با آن انجام دهید داشته باشید ، این مقالات را ببینید:
اما در اینجا می خواهم سه روش فوق العاده مفید برای استفاده از پلتفرم برای دید عمیق کامپیوتر را به شما نشان دهم.
1. مدل Keras خود را بارگذاری کنید و آن را آموزش دهید
فرض کنید شما مدل Keras خود را در نوت بوک jupyter یا IDE خود ایجاد کرده اید. و می خواهید از تمام قابلیت های پلتفرم استفاده کنید. بسیار ساده است.
آنچه باید انجام دهید این است که به پلت فرم بروید:
و برنامه را راه اندازی کنید (ابتدا باید حساب کاربری ایجاد کنید ، رایگان است btw) وقتی در پلت فرم هستید ، این را خواهید دید:
< p> سپس روی پیکان کلیک کنید تا مدل خود را بارگذاری کنید. ما قصد داریم با یک مدل CIFAR-10 با شبکه های کانولوشن در کراس تلاش کنیم. نکته مهمی در اینجا: مدل باید با Keras 1.2.2 سازگار باشد ، این تنها محدودیتی است که ما در حال حاضر داریم. ما قصد داریم مدل ایجاد شده توسط همکاری را بارگذاری کنیم ، می توانید در اینجا به آن دسترسی پیدا کنید: < /p>
اگر می خواهید آن را از اینجا کپی کنید: Theano را انتخاب کنید.
بعدکه پروژه جدیدی با نام فایل پایتون ایجاد می شود. سپس بر روی Open کلیک کنید و خواهید دید:
در بخش داده ها cifar-10-public را انتخاب کنید تا بتوانید مدل را آموزش دهید. Btw ، اگر می خواهید مدل دیگری را تربیت کنید ، می توانید مجموعه داده یا تصاویر خود را بارگذاری کنید.
حال اگر روی برگه Model کلیک کنید ، نمای تصویری از کدی را که بارگذاری کرده اید مشاهده خواهید کرد:
می توانید با آن بازی کرده و گزینه های مختلف را مشاهده کنید. در آنجا می توانید Hyperparameters خود را تغییر دهید و البته مدل را آموزش دهید.
من از این پیکربندی برای Hyperparameters استفاده می کنم:
سپس می روید و مدل خود را آموزش می دهید. در ویدئوی زیر می توانید نحوه استفاده از برگه آموزش برای مشکلات مختلف را مشاهده کنید:
2. تبدیل کد Keras به Tensorflow ، Pytorch ، MXNet و موارد دیگر
گاهی مدیر یا شرکت شما از شما می خواهد که الگوریتم های یادگیری عمیق خود را در چارچوب های مختلف برنامه ریزی کنید. اگر وقت ندارید X تعداد API های جدید را با پلتفرم یاد بگیرید ، می توانید کد Keras خود را به راحتی به چارچوب های مختلف تبدیل کنید.
در برگه Model ، فقط روی دکمه <> کلیک کنید ، و خواهید دید:
در گزینه های موجود می توانید مدل خود را در چارچوب های مختلف تهیه کنید: ">
Tensorflow:
< p> و می توانید همه این موارد را به صورت رایگان دریافت کنید. حتی می توانید نسخه دسکتاپ را بارگیری کرده و از GPU های خود استفاده کنید ، آن را در اینجا ببینید: 3. مدل های خود را به عنوان سرویس های وب یا REST API ها مستقر کنید:
داشتن دکمه جادویی استقرار مدل های شما عالی خواهد بود. هنگامی که ساخت مدل های خود را به پایان می رسانید ، متأسفانه اغلب اوقات برای همیشه بر روی رایانه شما باقی می ماند. این فقط غم انگیز است تصور کنید یک نقاش نتواند شاهکار خود را به کسی نشان دهد.
با قابلیت های کاربردی DLS ، می توانید مدل خود را در عمل ببینید ، هم برای شما و هم برای دیگران.
بیایید ببینیم چگونه این کار را انجام دهیم.
وقتی در حال ساخت آزمایش های خود هستید ، نام آنها را قرار دهید. من از یک مدل بهینه شده توسط SGD ، به نام sgd-2 (این فقط یک نام است) استفاده خواهم کرد:
در برگه Inference/Deploy ، روی Deploy کلیک کنید:
اجرا را انتخاب کنید ، نام سرویس را ایجاد کنید و سپس انتخاب کنید که می خواهید با نمونه ای که استفاده می کنید یا نمونه ای از راه دور به کار گرفته شود.
< img src = "https://cdn-images-1.medium.com/max/426/1*uwGCZoXSnGy4u8owvb_dQA.png">اگر این کار را انجام دهید ، اطلاعات بیشتری از شما می پرسد. من فقط با استفاده از نمونه ابری خود مستقر می شوم:
پس از آن ، چیزی شبیه به این را مشاهده خواهید کرد:
اگر به خاطر دارید مجموعه داده CIFAR-10 شامل 60000 تصویر رنگی 32x32 در 10 کلاس است. کلاس ها شامل هواپیما ، ماشین ، پرنده ، گربه ، گوزن ، سگ ، قورباغه ، اسب ، کشتی و کامیون است. بنابراین بیایید تصویری از هواپیما را بارگذاری کنیم تا ببینیم آیا مدل آن را تشخیص می دهد یا خیر. من از این تصویر یک کشتی استفاده خواهم کرد:
http: //www .seatrade-cruise.com/media/k2/items/cache/3356e0cd9331018e19a8cee016f484a2_XL.jpg به یاد داشته باشید که در مدل ما کشتی ها کلاس 8 هستند. بنابراین من فقط روی پنل بارگذاری کلیک می کنم:
< p> ضربه بزنید و ما می بینیم: 
< p> و شما آن را دارید! مدل بینایی رایانه ای شما با یادگیری عمیق به کار گرفته شده استفوق العاده آسان! نتیجه گیری
زندگی آنقدر سخت است که آن را دشوارتر کند. هر گزینه ای که ما برای ساده تر کردن آن باید انتخاب کنیم ، باید آن را انتخاب کنیم ، و اگر شما برنامه نویس ، دانشمند داده ، مهندس یادگیری ماشین یا چیزی مشابه هستید ، می توانم به شما اطمینان دهم که برخی از قسمت هایی که در اینجا نشان دادم ، تلاش شما را روز به روز بیشتر می کند. روز.
با استفاده از این ابزارها می توانید به آسانی مشکلات بینایی رایانه خود (و بسیاری دیگر) را با اطمینان آزمایش ، آزمایش و استقرار دهید. امیدوارم در این مورد ارزش پیدا کرده باشید.
بعداً مثالهای بیشتری در موضوعات مختلف اضافه خواهم کرد :)
مهندس نرم افزار بدون مدرک علوم کامپیوتر شوید
مهندس نرم افزار بدون مدرک علوم کامپیوتر شوید
تصویر ارک سوشا از Pixabay این پست بر اساس تجربه شخصی من است.
در اقتصاد کنونی (از سال 2019) ، مهندس نرم افزار شدن از نظر مالی سودمند است. در واقع بسیار پاداش دهنده است. چند صفحه اینترنتی زیر باید این نکته را نشان دهد.