Similar

Python и машинное обучение: Практическое руководство

Введение в нейронные сети: модели, методы и программные средства

Pythonic AI: руководство для начинающих по созданию приложений искусственного интеллекта на Python

Генеративный ИИ с обучением больших языковых моделей (LLM) для джунов

Text 
                    Введение: Почему эта книга для вас.
Вы когда-нибудь думали: «Нейросети — это круто, но я никогда не смогу их
программировать»?
Я вас понимаю. Когда я впервые увидел код нейросети, у меня было то же чувство.
Сотни строк, непонятные функции, магические числа... Казалось, что это доступно
только гениям с докторской степенью по математике.
Спойлер: это не так.
Нейросети — это просто. Да, вы не ослышались. За всей этой шумихой и сложными
терминами скрывается удивительно простая идея: возьми много чисел,
перемножь их, сложи, повтори много раз, и компьютер сам найдёт нужные
закономерности. Всё остальное — лишь детали.

Для кого эта книга
Эта книга написана для вас, если:






Вы никогда не писали код для нейросетей (или вообще не программировали)
Вы боитесь математики и думаете, что без неё нельзя
Вы уже пробовали, но сдались после первого же «CUDA out of memory»
Вы хотите понять, как работают ChatGPT, Midjourney и другие ИИ-чудеса, но не на
уровне «магия», а на уровне «я знаю, как это устроено»
Вы просто любопытны и готовы потратить пару вечеров на то, чтобы заставить
компьютер думать

Что вы узнаете и чему научитесь
Мы пройдём путь от полного нуля до создания вашей первой работающей
нейросети. Вот карта нашего путешествия:
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАШ ПУТЬ ЗА 7 ГЛАВ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Глава 1: Что такое нейросеть на самом деле

│

│

(без формул, только на пальцах)

│

│

│

│

│

▼

│

│

Глава 2: Установка — вы сделаете это за 10 минут

│


│

(Python + PyTorch, даже если вы никогда не устанавливали)

│

│

│

│

│

▼

│

│

Глава 3: Ваша первая программа на PyTorch

│

│

(тензоры — это просто таблицы с числами)

│

│

│

│

│

▼

│

│

Глава 4: Как нейросеть учится — без страшной математики

│

│

(градиентный спуск на пальцах)

│

│

│

│

│

▼

│

│

Глава 5: Ваша первая нейросеть — распознаём рукописные цифры

│

│

(MNIST — "Hello, World!" нейросетей)

│

│

│

│

│

▼

│

│

Глава 6: Немного магии — как улучшить модель

│

│

(добавляем слои, меняем активации, смотрим на результат)

│

│

│

│

│

▼

│

│

Глава 7: Ваш первый проект — нейросеть, которая видит

│

│

(классифицируем картинки кошек и собак)

│

│

│

└─────────────────────────────────────────────────────────────────┘

Почему мы используем PyTorch, а не что-то другое
Есть много фреймворков для нейросетей. TensorFlow, Keras, JAX... Мы
выбрали PyTorch по трём причинам:
1. Он похож на обычный Python — нет странного синтаксиса, всё выглядит как
обычный код
2. Он самый популярный — все современные модели (ChatGPT, Stable Diffusion)
используют PyTorch
3. Он понятный — вы видите, что происходит, а не просто вызываете магические
функции

Что нужно для старта
Минимальные требования:




Компьютер (подойдёт даже старый ноутбук)
Желание учиться
2-3 свободных вечера


Не нужно:





Знать высшую математику
Иметь мощную видеокарту
Понимать, что такое «gradient descent»
Иметь опыт программирования
Базовое знакомство с Python (знаете, что такое переменная, цикл, функция) — это
плюс. Но даже если нет — мы начнём с самых азов в главе 2.

Как читать эту книгу
1. Читайте по порядку — главы построены так, чтобы каждая опиралась на
предыдущую
2. Пишите код руками — не копируйте, печатайте сами. Руки запоминают быстрее
головы
3. Не бойтесь ошибок — красные сообщения в консоли — это не провал, а обратная
связь
4. Экспериментируйте — меняйте числа, добавляйте слои, смотрите, что будет

Обещание
После прочтения этой книги вы:






Напишете свою первую нейросеть, которая распознаёт цифры
Поймёте, как нейросети «видят» и «учатся»
Сможете читать код нейросетей и понимать, что там происходит
Будете готовы к более серьёзным проектам
Перестанете бояться ИИ и начнёте его создавать

Как читать схемы в этой книге.

Введение: Зачем нужны схемы.
В этой книге мы используем особый язык визуализации — схемы, которые
помогают увидеть то, что невозможно показать словами. Нейросети — это
сложные системы с множеством связей, и схемы позволяют "заглянуть" внутрь них,
увидеть структуру и поток данных.
text

┌─────────────────────────────────────────────────────────────────┐
│

ПОЧЕМУ СХЕМЫ ВАЖНЫ

│

├─────────────────────────────────────────────────────────────────┤


│

│

│

Слова описывают:

Схемы показывают:

│

┌───────────────┐

┌─────────────────────────────────────┐

│

│ "Нейросеть

│

│

ВХОД → СЛОЙ 1 → СЛОЙ 2 → ВЫХОД

│

│ состоит из

│

│

┌───┐

┌───┐

│

│

│

│ слоёв, данные │

│

│ ● │ → │ ● │ → │ ● │ → │ ● │

│

│

│

│ проходят

│

│

└───┘

│

│

│

│ через них"

│

└─────────────────────────────────────┘

│

└───────────────┘

┌───┐
└───┘

│

┌───┐
└───┘

└───┘

│

│

│

│
│

│
│

│
Схема = 1000 слов.

│

│

│

└─────────────────────────────────────────────────────────────────┘

1. Основные элементы схем
Все схемы в книге строятся из небольшого набора базовых элементов. Научившись
читать их, вы сможете понимать любую схему.
text

┌─────────────────────────────────────────────────────────────────┐
│

БАЗОВЫЕ ЭЛЕМЕНТЫ СХЕМ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

🔲 ПРЯМОУГОЛЬНИК — блок, операция, слой

│

│

┌─────────────────────────────────────────────────┐

│

│

│

│

│

└─────────────────────────────────────────────────┘

│

│

│

│

Означает: конкретное действие или преобразование

│

│

│

└─────────────────────────────────────────────────────────┘

Слой 1

│
│

│
│

│

│

│

│

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

═══ СТРЕЛКА — поток данных, переход, направление

│

│
│

│
ВХОД ────────────────────────────────→ ВЫХОД

│

│

│
│

Означает: данные движутся в этом направлении

│

│
│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

● ТОЧКА/УЗЕЛ — данные, значение, нейрон

│

│
│

│

│


│

│

●───●───●───●

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

Означает: отдельная сущность (число, пиксель, нейрон)│

│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

├──┤ РАЗВЕТВЛЕНИЕ — несколько потоков

│

│
│

│
┌─→ Поток 1

│

│

Данные┤

│

│

└─→ Поток 2

│
│

│

│
Означает: данные разделяются на части

│

│
│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

┬───┐ ОБЪЕДИНЕНИЕ — слияние потоков

│

│

│

│

│

│

│

├─→ Результат

│

│

└───┘

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│
│
│

Означает: несколько потоков объединяются

│
│

│

│

│

│

│

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

2. Как читать схемы нейросетей
Схема 1: Простая нейросеть (MLP)
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ ПРОСТОЙ НЕЙРОСЕТИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД

СКРЫТЫЙ СЛОЙ

ВЫХОД

│

784 числа

128 нейронов

10 чисел

│
│

│

│

│

┌────┐

│

┌────┐

┌────┐

│

│ 0.2│ ─────→ │ ×

│ ───────────→ │ 0.9│ ← вероятность 0

│

│

├────┤

│

├────┤

│

│

│ 0.7│ ─────→ │ ×

│ ───────────→ │ 0.1│ ← вероятность 1

│

│ ×


│

├────┤

│

│ ×

├────┤

│

│ 0.1│ ─────→ │ ×

│ ───────────→ │ 0.0│ ← вероятность 2

│

│

├────┤

│

│

│

│ ...│ ─────→ │ ×

│

└────┘

│ ×

│

├────┤

│ ───────────→ │ ...│

└────┘

│

└────┘

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

ЧТО ПОКАЗАНО:

│

│

• Стрелки → данные движутся слева направо

│

│

│

│

• 784 числа (пиксели) попадают в скрытый слой

│

│

│

│

• Скрытый слой обрабатывает их → 128 чисел

│

│

│

│

• Выходной слой выдаёт 10 вероятностей (0-9)

│

│

│

│

• Самая большая вероятность → ответ нейросети

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

Как читать: Читайте слева направо. Сначала входные данные, затем каждый слой
по порядку, затем выход. Стрелки показывают направление движения данных.

Схема 2: Сверточная нейросеть (CNN)
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ СВЕРТОЧНОЙ НЕЙРОСЕТИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД

СЛОИ

│

28×28×1

ВЫХОД

│

(изображение)

│

│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Свёртка 1: 32 фильтра 3×3 → 28×28×32

│

│

│

│

ReLU (активация)

│

│

│

│

Пулинг (MaxPool): уменьшаем размер → 14×14×32

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Свёртка 2: 64 фильтра 3×3 → 14×14×64

│

│

│

│

ReLU

│

│

│

│

Пулинг: уменьшаем размер → 7×7×64

│

│

│

└─────────────────────────────────────────────────────────┘

│


│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Выпрямляем (Flatten): 7×7×64 → 3136 чисел

│

│

Полносвязный слой: 3136 → 128

│

│

ReLU

│

│

│

│

Полносвязный слой: 128 → 10 (цифры 0-9)

│

│

│

└─────────────────────────────────────────────────────────┘

│

│
│

│

│

│

│

│

│

▼

│

│

ВЫХОД: вероятности для каждой цифры

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

ЧТО ПОКАЗАНО:

│

│

• Каждый блок: свёртка + активация + пулинг

│

│

│

│

• Размеры картинки уменьшаются (28→14→7)

│

│

│

│

• Число каналов растёт (1→32→64)

│

│

• После свёрток — полносвязные слои

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

│
│
│

│

│

└─────────────────────────────────────────────────────────────────┘

Как читать: Следуйте вертикальному потоку. Каждый блок — это слой. Размеры
показывают, как меняется картинка на каждом этапе.

Схема 3: Процесс обучения
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ ОБУЧЕНИЯ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

1. Случайно задаём веса → Ответ → Ошибка (огромная!)

│

↓

│
│

│

2. Смотрим, как изменится ошибка, если чуть-чуть

│

│

изменить каждый вес → Вычисляем «градиент»

│

│
│

↓
3. Меняем веса в сторону уменьшения ошибки → Ответ лучше

│
│

│
│

↓

│

4. Повторяем шаги 1-3 тысячу раз → Ошибка минимальна!

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЧТО ПОКАЗАНО:

│

│
│


│

│

• Круговая стрелка → цикл повторяется

│

│

│

│

• Каждый шаг → одна итерация обучения

│

│

│

│

• Стрелки вниз → последовательность действий

│

│

│

│

• Результат → ошибка уменьшается

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

└─────────────────────────────────────────────────────────────────┘

Как читать: Читайте сверху вниз, как инструкцию. Каждый шаг — это действие.
Повторяйте цикл много раз.

3. Как читать схемы данных
Схема 4: Что такое тензор
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ ТЕНЗОРА

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

0D: Скаляр (одно число)

42

│

│

│

│

1D: Вектор (список)

[1, 2, 3]

│

│

│

│

2D: Матрица (таблица)

[[1,2], [3,4]]

│

│

│

│

3D: Трёхмерный массив (куб)

[[[1,2], [3,4]], │

│

│

│

[[5,6], [7,8]]]

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

4D: Батч картинок (вот это уже круто!)

│

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЧТО ПОКАЗАНО:

│

│

• Каждая строка → новый уровень размерности

│

│

• Слева → размерность (0D, 1D, 2D...)

│

│

│

│

• Справа → пример данных и название

│

│

│

│

• Чем больше D → тем более сложные данные

│

└─────────────────────────────────────────────────────────┘

│

│
│

│
│
│

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Как читать: Сверху вниз, от простого к сложному. Каждый уровень добавляет
новое измерение.


Схема 5: Размеры картинок в CNN
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ РАЗМЕРЫ В CNN

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Размеры показываются как: [БАТЧ, КАНАЛЫ, ВЫСОТА, ШИРИНА]

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

Начало:

[1, 3, 224, 224]

│

← 1 картинка, 3 канала, │
высота 224, ширина 224

│
│

│
│

После свёртки: [1, 64, 224, 224]

← 64 канала

│

│

│
│

После пулинга: [1, 64, 112, 112]

← размер уменьшен

│

│

│
│

После flatten: [1, 64*112*112]

← один большой вектор│

│
│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЧТО ПОКАЗАНО:

│

│

• Первое число → батч (сколько картинок)

│

│

• Второе число → каналы (RGB = 3)

│

│

• Третье и четвёртое → размер картинки

│

└─────────────────────────────────────────────────────────┘

│
│

│
│
│

│
│

│
│
│

│

│

└─────────────────────────────────────────────────────────────────┘

Как читать: Четыре числа всегда означают [батч, каналы, высота, ширина].
Следите, как они меняются на каждом слое.

4. Как читать схемы кода
Схема 6: Цикл обучения (поток данных)
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ ЦИКЛА ОБУЧЕНИЯ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
1. optimizer.zero_grad()

│


│

┌─────────────────────────────────────────────────────┐

│

│

│

"Подготовься! Сейчас будем учиться."

│

│

│

│

Обнуляем старые градиенты, чтобы не смешать их.

│

│

│

└─────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

2. output = model(images)

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Посмотри на эту картинку, что ты видишь?"

│

│

│

│

Прямой проход — нейросеть выдаёт предсказание.

│

│

│

└─────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

3. loss = criterion(output, labels)

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Сравни ответ с правильным. Какая ошибка?"

│

│

│

│

Вычисляем, насколько мы ошиблись.

│

│

│

└─────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

4. loss.backward()

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Понял! Сейчас пойму, как исправить ошибку."

│

│

│

│

Вычисляем градиенты (куда крутить веса).

│

│

│

└─────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

5. optimizer.step()

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Исправляю!"

│

│

│

Крутим все веса в правильную сторону.

│

└─────────────────────────────────────────────────────┘

│
│

│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЧТО ПОКАЗАНО:

│

│

• Каждый шаг — строка кода

│

│

• Стрелки → последовательность выполнения

│

│

• Текст в кавычках — что делает эта строка

│

│

│

│

• Всё вместе — цикл обучения

│

│

│

└─────────────────────────────────────────────────────────┘

│

│
│

│
│

│
│

│

│
│

└─────────────────────────────────────────────────────────────────┘


Как читать: Сверху вниз, как выполняются строки кода. Каждая строка — один шаг
в обучении. Повторяется много раз.

5. Как читать схемы сравнения
Схема 7: MLP vs CNN
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ СРАВНЕНИЯ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

├─────────────────────────────────────────────────────────┤

│

│

│

│

│

│

Картинка → Распрямить → Слои → Ответ

│

│

[784 чисел]

│

│

│

│

Картинка → Свёртка → Пулинг → Слои → Ответ

│

│

[28x28]

│

└─────────────────────────────────────────────────────────┘

MLP (Полносвязная)

CNN (Сверточная)

│

│
│

│
[128]

│

[10]

│

│

│
│

[28x28]

[14x14]

[128]

[10]

│

│

│

│

│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЧТО ПОКАЗАНО:

│

│

• Две колонки → два подхода

│

│

│

│

• Стрелки → поток данных в каждом подходе

│

│

│

│

• Размеры → как меняются данные

│

│

│

│

• Легко увидеть разницу: MLP теряет структуру,

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

CNN сохраняет её

│

│

│

│

│
│

└─────────────────────────────────────────────────────────────────┘

Как читать: Сравнивайте колонки слева и справа. Видите, как по-разному
обрабатываются данные.

6. Как читать схемы архитектур
Схема 8: Структура книги


text

┌─────────────────────────────────────────────────────────────────┐
│

КАК ЧИТАТЬ СХЕМУ СТРУКТУРЫ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Глава 1: Что такое нейросеть на самом деле

│

│

(без формул, только на пальцах)

│

│

│

│

│

▼

│

│

Глава 2: Установка — вы сделаете это за 10 минут

│

│

(Python + PyTorch, даже если вы никогда не устанавливали)

│

│

│

│

│

▼

│

│

Глава 3: Ваша первая программа на PyTorch

│

│

(тензоры — это просто таблицы с числами)

│

│

│

│

│

▼

│

│

...и так далее...

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

ЧТО ПОКАЗАНО:

│

│

• Каждый блок → одна глава

│

│

│

│

• Стрелки вниз → последовательность чтения

│

│

│

│

• Текст в скобках → что вы узнаете

│

│

│

│

• Читайте сверху вниз, не пропуская блоки

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

Как читать: Сверху вниз, как оглавление. Каждая глава — следующий шаг.

7. Быстрый справочник по чтению схем
text

┌─────────────────────────────────────────────────────────────────┐
│

БЫСТРЫЙ СПРАВОЧНИК

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

├─────────────────────────────────────────────────────────┤

│

│

🔲 Прямоугольник = блок, слой, операция

│

│

│

│

═══ Стрелка = поток данных, направление

│

│

ЧТО ОЗНАЧАЮТ ЭЛЕМЕНТЫ:

│

│
│
│


│

│

● Точка/узел = данные, нейрон, значение

│

│

│

│

├──┤ Разветвление = данные разделяются

│

│

│

│

┬───┐ Объединение = данные сливаются

│

│

│

│

▼ Вертикальная стрелка = читайте сверху вниз

│

│

│

│

→ Горизонтальная стрелка = читайте слева направо

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

├─────────────────────────────────────────────────────────┤

│

│

• Схема нейросети → слева направо (вход → выход)

│

│

│

│

• Схема обучения → сверху вниз (шаг за шагом)

│

│

│

│

• Схема данных → от простого к сложному

│

│

│

│

• Схема сравнения → сравнивайте колонки

│

│

│

│

• Схема структуры → сверху вниз (как оглавление)

│

└─────────────────────────────────────────────────────────┘

КАК ЧИТАТЬ РАЗНЫЕ СХЕМЫ:

│

│

│

│

│

│
│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

├─────────────────────────────────────────────────────────┤

│

│

│

│

│

│

│

│

│

│

Всматривайтесь в схему, пока не увидите

│

│

│

│

то, что автор хотел показать.

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

ГЛАВНОЕ ПРАВИЛО:

│

│

│

│
СХЕМА ПОКАЗЫВАЕТ ТО, ЧТО НЕЛЬЗЯ СКАЗАТЬ СЛОВАМИ.

│

│
│

│

│

│

└─────────────────────────────────────────────────────────────────┘

8. Практика: прочитайте эту схему
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРАКТИЧЕСКОЕ ЗАДАНИЕ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Перед вами схема. Попробуйте ответить на вопросы:

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

ДАННЫЕ → ПРЕДОБРАБОТКА → МОДЕЛЬ → ОЦЕНКА

│

│

(сырые)

│
(нормализация)

(CNN)

(точность)

│

│
│

│


│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

Вопрос 1: В каком направлении читать эту схему?

│

│

Ответ: ➜ Слева направо

│

│

│

│

Вопрос 2: Что делает "Предобработка"?

│

│

Ответ: Нормализует данные

│

│

│

│

Вопрос 3: Какая модель используется?

│

│

Ответ: CNN

│

│

│

│

Вопрос 4: Что мы получаем в конце?

│

│

Ответ: Точность (оценку качества)

│

│

│

└─────────────────────────────────────────────────────────────────┘

Заключение: Схемы — ваш друг
text

┌─────────────────────────────────────────────────────────────────┐
│

ПОЧЕМУ СХЕМЫ ВАЖНЫ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

1. Схемы показывают СТРУКТУРУ

│

│

│

Как устроена система, из каких частей она состоит │

│
│

2. Схемы показывают ПОТОК
Как данные движутся от входа к выходу

│

│

│

│

│
│

3. Схемы показывают СВЯЗИ

│

│

│

│

│

Как части системы влияют друг на друга

│
4. Схемы показывают ПОРЯДОК
Что за чем происходит, какая последовательность

│

│

│

│

│
│

5. Схемы ПОМОГАЮТ ЗАПОМНИТЬ
Визуальная память сильнее текстовой

│

│

│

│

│

│

│
│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│


✦

✦

✦

│

│

│

│

│

│

│

│

│

│

Не бойтесь схем. Они здесь, чтобы помочь вам.

│

│

Каждая схема в этой книге нарисована так, чтобы

│

│

│

│

вы могли увидеть то, что словами описать сложно.

│

│

│

│

│

│

Возвращайтесь к этому приложению, если что-то

│

│

│

│

в схеме непонятно.

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

✦

✦

✦

│

│

└─────────────────────────────────────────────────────────────────┘

Теперь вы умеете читать любую схему в этой книге!

Начнём?
Переверните страницу. Мы начнём с самого простого вопроса: «Что такое
нейросеть на самом деле?». Без формул. Без страшных слов. Просто и понятно.
Добро пожаловать в мир, где вы создаёте интеллект своими руками.

Глава 1. Что такое нейросеть на самом деле
1.1. Откровение: нейросеть — это просто «чёрный
ящик» с числами
Представьте, что вы — учитель. У вас есть ученик, который ничего не знает. Вы
даёте ему задачу: «Вот картинка. Скажи, это кот или собака?». Ученик сначала
отвечает наугад. Вы говорите: «Нет, это кот! Запомни». Ученик запоминает.
Потом вы даёте ему другую картинку. Он снова ошибается. Вы снова поправляете.
И так много-много раз. Через какое-то время ученик начинает угадывать. Он не
знает, почему это кот, он просто чувствует закономерность.
Нейросеть работает точно так же.


Это просто математическая «машина», у которой есть миллионы маленьких ручекрегуляторов (их называют веса). Когда мы «учим» нейросеть, мы просто крутим эти
ручки до тех пор, пока она не начнёт давать правильные ответы.
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ТАКОЕ НЕЙРОСЕТЬ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД

│

(числа)

«ЧЁРНЫЙ ЯЩИК»

ВЫХОД

│

(миллионы чисел)

(ответ)

│

│

│

│

┌─────────┐

│

│ Пиксели │

│
│

┌─────────────────┐
────→

┌─────────┐ │

│

×

×

×

×

×

│

│ картинки│

│

×

×

×

×

×

│

│ 92%

└─────────┘

│

×

×

×

×

×

│

└─────────┘ │

│

────→

│

Кот

└─────────────────┘

│ │
│ │
│

│

│

│

Внутри чёрного ящика — просто сложение и умножение.

│

│

Никакой магии. Только числа, которые мы подгоняем

│

│

под правильный ответ.

│

│

│

└─────────────────────────────────────────────────────────────────┘

1.2. Аналогия: нейросеть = кулинарная книга
Представьте, что вы хотите научить компьютер готовить идеальный борщ. Вы даёте
ему рецепт, но не в словах, а в числах:






Свёкла: 0.3 (много)
Капуста: 0.2 (средне)
Мясо: 0.4 (много)
Соль: 0.05 (чуть-чуть)
Сахар: 0.01 (щёпотку)
Это веса. Компьютер берёт эти числа, умножает их на ингредиенты и получает
«вкус». Потом вы пробуете и говорите: «Слишком кисло, убавь свёклу, добавь
сахара». Компьютер меняет числа.
И так 1000 раз. Через тысячу попыток у него будет идеальный рецепт. Он не
знает, почему это идеально, он просто подобрал числа, которые работают.
Нейросеть делает то же самое, только с картинками, текстами и звуками.


1.3. Из чего состоит нейросеть: три простых блока
В любой нейросети есть три основных элемента. Даже в самых сложных, вроде
ChatGPT или Midjourney.

Блок 1: Вход (Input)
Это просто числа. Если это картинка — каждый пиксель становится числом (от 0 до
1). Если это текст — каждое слово становится числом. Если это звук — каждая
миллисекунда становится числом.
Всё, что видит нейросеть, — это просто список чисел.

Блок 2: Скрытые слои (Hidden Layers)
Это сердце нейросети. Здесь числа перемножаются, складываются и
преобразуются. Представьте, что у вас есть несколько «этажей»-обработчиков:
1.
2.
3.
4.

Первый этаж смотрит на отдельные пиксели
Второй этаж ищет линии и края
Третий этаж ищет формы (уши, глаза)
Четвёртый этаж решает: «Это похоже на кота!»
Каждый этаж — это просто умножение чисел на другие числа (веса).

Блок 3: Выход (Output)
Это ответ. Может быть одно число («вероятность, что это кот — 92%») или много
чисел (например, «это кот на 92%, собака на 5%, птица на 3%»).
text

┌─────────────────────────────────────────────────────────────────┐
│

СТРУКТУРА НЕЙРОСЕТИ (ОЧЕНЬ ПРОСТО)

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД →

│

(числа)

СЛОЙ 1

→

(числа)

СЛОЙ 2

→

(числа)

СЛОЙ 3

→

(числа)

ВЫХОД

│

(ответ)

│

│

│

│

┌────┐

┌────┐

│

│ 0.2│ ──→│ ×

│

├────┤

│

│ 0.7│ ──→│ ×

│

├────┤

┌────┐

│ ──→ │ ×

│ 0.5│
│ 0.1│

│ ──→ │ ×

│ 0.3│

│ ──→ │ ×

┌────┐
│ 0.8│

│ ──→ │ ×

│ 0.9│

│ ──→
│ ──→

│ 0.2│

┌────┐

│

│Кот │

│

│92% │

│

└────┘

│
│


│

│ 0.1│ ──→│ ×

│

└────┘

│ ──→ │ ×

└────┘

│ ──→ │ ×

└────┘

│

│

└────┘

│

│

│

│

ВСЁ! Просто берём числа, умножаем, складываем, повторяем.

│

│

│

└─────────────────────────────────────────────────────────────────┘

1.4. Как нейросеть учится (самая важная идея)
Запомните это раз и навсегда:
Обучение нейросети — это подгонка чисел (весов) так, чтобы ошибка стала
минимальной.
Процесс выглядит так:
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК РАБОТАЕТ ОБУЧЕНИЕ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

1. Случайно задаём веса → Ответ → Ошибка (огромная!)

│

↓

│
│

│

2. Смотрим, как изменится ошибка, если чуть-чуть

│

│

изменить каждый вес → Вычисляем «градиент»

│

│
│
│
│

↓
3. Меняем веса в сторону уменьшения ошибки → Ответ лучше

│
│

↓
4. Повторяем шаги 1-3 тысячу раз → Ошибка минимальна!

│
│

│

│

│

Это называется ГРАДИЕНТНЫЙ СПУСК.

│

│

Это сложное слово, но идея простая:

│

│

«Делай шаг в ту сторону, где ошибка меньше».

│

│
│

└─────────────────────────────────────────────────────────────────┘

Вывод: нейросеть учится не потому, что она умная. Она учится, потому что мы
тысячу раз подряд подгоняем числа, пока они не начнут работать.

1.5. Почему не нужна высшая математика
Да, в статьях про нейросети полно формул. Но для того, чтобы написать свою
первую нейросеть, вам не нужно их понимать.


Вот что вам нужно знать на самом деле:





Умножение — в школе учили
Сложение — в школе учили
Возведение в квадрат — в школе учили
Умение читать код — научимся на следующей странице
Вот и всё. Вся «сложная математика» спрятана внутри PyTorch. Вы просто говорите:
«Пожалуйста, посчитай градиенты» — и он считает. Вы говорите: «Пожалуйста,
обнови веса» — и он обновляет. Вы — как водитель: вы не знаете, как устроен
двигатель, но вы умеете нажимать на педали.

1.6. Главное, что нужно запомнить из этой главы
1.
2.
3.
4.

Нейросеть — это просто числа, которые мы подгоняем под правильные ответы
Внутри нейросети — только умножение и сложение (никакой магии)
Обучение = многократная подгонка чисел для уменьшения ошибки
PyTorch делает всю сложную работу за вас — вы просто пишете, ЧТО делать

Проверьте себя
Вопрос 1: Что такое «вес» нейросети?
Ответ: это число, которое мы подгоняем во время обучения.
Вопрос 2: Что такое «обучение» нейросети?
Ответ: это процесс многократной подгонки весов, чтобы ошибка стала
минимальной.
Вопрос 3: Нужно ли знать высшую математику, чтобы написать нейросеть?
Ответ: нет. Нужно уметь умножать, складывать и читать простой код.
В следующей главе мы установим Python и PyTorch. Это займёт 10 минут. И вы
напишете свою первую программу для нейросетей. Даже если вы никогда не
устанавливали ничего сложнее игр.
Поехали!

Глава 2. Установка Python и PyTorch за 10 минут

2.1. Почему это будет легко


Вы наверняка слышали страшилки про установку Python: "нужно что-то там
настраивать", "библиотеки конфликтуют", "у меня ничего не работает". Забудьте.
Мы сделаем всё в три шага. Без командной строки (почти). Без страшных ошибок.
Просто скачаем, запустим, проверим.
text

┌─────────────────────────────────────────────────────────────────┐
│

УСТАНОВКА ЗА 3 ШАГА

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────┐

┌─────────────┐

┌─────────────┐

│

│

│

ШАГ 1

│ →

│

│

│

│

│

│

Скачать

│

│

Установить │

│

Проверить

│

│

│

│

Python

│

│

PyTorch

│

│

что всё

│

│

│

│

(3 минуты) │

│

(3 минуты) │

│

работает

│

│

│

└─────────────┘

└─────────────┘

│

(1 минута) │

│

ШАГ 2

│ →

│

ШАГ 3

└─────────────┘

│

│
│

│
Итого: 7 минут. И вы готовы писать код.

│

│

│

└─────────────────────────────────────────────────────────────────┘

2.2. Шаг 1: Установка Python (3 минуты)
Python — это язык, на котором мы будем говорить с компьютером. Он бесплатный
и простой.

Инструкция для Windows:
1. Зайдите на сайт: python.org
2. Наведите на "Downloads" → нажмите на большую жёлтую кнопку "Download
Python"
3. Запустите скачанный файл
4. ВАЖНО! Поставьте галочку "Add Python to PATH" (это очень важно!)
5. Нажмите "Install Now"
text

┌─────────────────────────────────────────────────────────────────┐
│

УСТАНОВКА PYTHON (WINDOWS)

│

├─────────────────────────────────────────────────────────────────┤


│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Python 3.12 Setup

│

│

│

│

┌─────────────────────────────────────────────────┐

│

│

│

│

│ ☑ Install launcher for all users

│

│

│

│

│ ☑ **ADD PYTHON TO PATH**

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────┘

│

└─────────────────────────────────────────────────────────┘

[Install Now]

│

│

← ПОСТАВЬТЕ ЭТУ ГАЛКУ │

│

│

│

│

│

[Customize]

│

│

│
│

│
│

│
│

│
Если вы поставили эту галку, у вас всё работает.

│

│
│

└─────────────────────────────────────────────────────────────────┘

Инструкция для Mac:
1. Зайдите на сайт: python.org
2. Наведите на "Downloads" → нажмите на "Download for macOS"
3. Запустите скачанный .pkg файл
4. Пройдите установку (нажимайте "Продолжить" → "Установить")

Проверка (Windows):
Откройте Командную строку (нажмите Win+R, введите cmd и нажмите Enter) и
выполните:
text

python --version

Если вы видите что-то вроде Python 3.12.x — всё работает!

Проверка (Mac):
Откройте Терминал и выполните:
text

python3 --version

Если вы видите версию Python — отлично!


text

┌─────────────────────────────────────────────────────────────────┐
│

ПРОВЕРКА УСТАНОВКИ PYTHON

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
WINDOWS: cmd → python --version

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

C:\Users\Вася> python --version

│

│

│

│

Python 3.12.0

│

│

│

│

C:\Users\Вася> █

│

│

│

└─────────────────────────────────────────────────────────┘

│

│
│

│
MAC: Терминал → python3 --version

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

~% python3 --version

│

│

│

│

Python 3.12.0

│

│

│

│

~% █

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

│
│

│
Если вы увидели версию — ПОЗДРАВЛЯЮ! Первый шаг сделан!

│

│

│

└─────────────────────────────────────────────────────────────────┘

2.3. Шаг 2: Установка PyTorch (3 минуты)
PyTorch — это библиотека, которая умеет делать всю сложную математику за вас.

Инструкция (для всех):
1. Зайдите на сайт: pytorch.org
2. Нажмите "Install" (в верхнем меню)
3. Выберите настройки:
text

┌─────────────────────────────────────────────────────────────────┐
│

ВЫБОР ПАРАМЕТРОВ НА PYTORCH.ORG

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

PyTorch Build: Stable (1.0)

← ВЫБЕРИТЕ ЭТО

│

│
│


│

│

Your OS: Windows / Mac / Linux ← ВАША ОС

│

│

│

│

Package: Pip

│

│

│

│

Language: Python

│

│

│

│

Compute Platform: CPU (если нет видеокарты NVIDIA)

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

│

CUDA (если есть NVIDIA)

│

│

│

ВНИМАНИЕ! Если вы не знаете, что у вас за видеокарта,

│

выберите CPU. Потом всегда можно переустановить.

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

4. Скопируйте команду, которая появится внизу. Например:
text

pip3 install torch torchvision torchaudio

5. Вставьте эту команду в Командную строку (Windows) или Терминал (Mac) и
нажмите Enter.
6. Подождите 2-3 минуты, пока скачивается и устанавливается.
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРОЦЕСС УСТАНОВКИ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
C:\Users\Вася> pip3 install torch torchvision torchaudio

│

│

│

│

Downloading torch-2.0.0-cp312-cp312-win_amd64.whl

│

│

████████████████████████████████████████ 100%

│

│

Downloading torchvision-0.15.0...

│

████████████████████████████████████████ 100%

│

Downloading torchaudio-2.0.0...

│

████████████████████████████████████████ 100%

│
│
│
│

│
│

│
Successfully installed torch-2.0.0 torchvision-0.15.0...

│

│
│

│
C:\Users\Вася> █

│

│
│

└─────────────────────────────────────────────────────────────────┘

Готово! PyTorch установлен.

2.4. Шаг 3: Проверка (1 минута)


Теперь давайте убедимся, что всё работает.

Запустите Python
В командной строке (Windows) или терминале (Mac) напишите:
text

python

(или python3 на Mac)

Импортируйте PyTorch
В открывшейся консоли Python введите:
python

import torch
print(torch.__version__)

Если вы видите номер версии (например, 2.0.0) — всё работает!
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРОВЕРКА УСТАНОВКИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

C:\Users\Вася> python

│

│

Python 3.12.0 (default, ...)

│

│

Type "help", "copyright", "credits" or "license" for more

│

information.

│

>>> import torch

│

│

>>> print(torch.__version__)

│

│

2.0.0

│

│

>>> █

│

│
│

│
│

│
Если вы увидели версию — ВЫ МОЛОДЕЦ!

│

│
│

└─────────────────────────────────────────────────────────────────┘

Можете даже проверить, есть ли у вас видеокарта:
python

print(torch.cuda.is_available())


Если вы увидели True — у вас есть видеокарта NVIDIA, и PyTorch её видит.
Если False — ничего страшного, будем работать на процессоре.

2.5. Если что-то пошло не так
Проблема: "python не найден"
Решение: Вы забыли поставить галочку "Add Python to PATH". Переустановите
Python и поставьте эту галочку.

Проблема: "pip" не найден
Решение: Python установлен, но pip (инструмент для установки библиотек)
недоступен. Попробуйте:
text

python -m pip install torch torchvision torchaudio

Проблема: "загрузка идёт слишком долго"
Решение: Это нормально. PyTorch весит около 1 ГБ. Просто подождите.

Проблема: "ошибка доступа"
Решение: Запустите командную строку от имени администратора. Нажмите правой
кнопкой мыши на "Командная строка" и выберите "Запуск от имени
администратора".

2.6. Jupyter Notebook — ваш новый лучший друг
Мы будем писать код в Jupyter Notebook. Это удобная среда, где вы можете
видеть результат сразу после ввода кода.

Установка Jupyter:
text

pip install jupyter


Запуск:
text

jupyter notebook

После запуска откроется окно в браузере. Нажмите "New" → "Python 3" — и вы в
среде разработки!
text

┌─────────────────────────────────────────────────────────────────┐
│

JUPYTER NOTEBOOK В ДЕЙСТВИИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Untitled.ipynb

│

│

│

┌─────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────┘

│

│

│

│

│

│

Вы пишете код → нажимаете Shift+Enter → видите результат│

│

│

└─────────────────────────────────────────────────────────┘

│

In [1]: import torch
print("Hello, PyTorch!")
Hello, PyTorch!

│

│

│

│

│

│

│

│

│

│

│
│

│

│

│
│

│
ИДЕАЛЬНО ДЛЯ ОБУЧЕНИЯ! Видно сразу, что работает.

│

│

│

└─────────────────────────────────────────────────────────────────┘

2.7. Краткий итог
Мы сделали три простых шага:
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО МЫ СДЕЛАЛИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

✅ Установили Python (язык программирования)

│

│

✅ Установили PyTorch (библиотека для нейросетей)

│

│

✅ Установили Jupyter Notebook (среда разработки)

│

│

✅ Проверили, что всё работает

│

│
│

│
┌─────────────────────────────────────────────────────────┐

│


│

│

ВЫ ГОТОВЫ ПИСАТЬ НЕЙРОСЕТИ!

│

│

└─────────────────────────────────────────────────────────┘

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

Теперь у вас есть всё необходимое. В следующей главе мы напишем первую
программу на PyTorch — и это будет ваша первая нейросеть.

Задание на дом
1. Убедитесь, что Jupyter Notebook открывается. Запустите jupyter notebook и
создайте новый файл.
2. Напишите в Jupyter Notebook:
python

import torch
print("Мой первый тензор!", torch.tensor([1, 2, 3, 4, 5]))

3. Нажмите Shift+Enter. Если вы видите tensor([1, 2, 3, 4, 5]) — всё работает
идеально!
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАШ ПЕРВЫЙ УСПЕХ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Если вы увидели это — вы сделали первый шаг в мире ИИ!

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

In [1]: import torch
print("Мой первый тензор!",
torch.tensor([1, 2, 3, 4, 5]))
Мой первый тензор! tensor([1, 2, 3, 4, 5])

│

│

│

│

│

│

│

│

│
│

│

│

│

В следующей главе вы узнаете, что такое тензор

│

и как с ним работать. СПОЙЛЕР: это просто список чисел!

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Готовы к следующей главе? Переворачивайте страницу!

Глава 3. Ваша первая программа на PyTorch


3.1. Что такое тензор (и почему это звучит страшнее, чем
есть на самом деле)
В прошлой главе вы уже видели слово "тензор":
python

torch.tensor([1, 2, 3, 4, 5])

Тензор — это просто список чисел. Как в школьной математике, только можно
хранить не один список, а таблицу, куб, или даже многомерный массив.
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ТАКОЕ ТЕНЗОР

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

0D: Скаляр (одно число)

42

│

│

│

│

1D: Вектор (список)

[1, 2, 3]

│

│

│

│

2D: Матрица (таблица)

[[1,2], [3,4]]

│

│

│

│

3D: Трёхмерный массив (куб)

[[[1,2], [3,4]], │

│

│

│

[[5,6], [7,8]]]

│

│

│

│

│

│

│

└─────────────────────────────────────────────────────────┘

4D: Батч картинок (вот это уже круто!)

│

│

│

│

│

ВСЁ! Тензор — это просто таблица с числами.

│

Не надо бояться этого слова.

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Зачем это всё? Картинка — это тензор 3D (ширина, высота, каналы RGB). Текст —
это тензор 2D (предложение, слова). Звук — это тензор 1D (волна). Всё, что мы
даём нейросети, — это тензоры.

3.2. Создаём свои первые тензоры
Откройте Jupyter Notebook и попробуйте сами:

Тензор из списка чисел
python


import torch
# Вектор (1D)
v = torch.tensor([1, 2, 3, 4, 5])
print("Вектор:", v)
print("Форма:", v.shape)
text

Вектор: tensor([1, 2, 3, 4, 5])
Форма: torch.Size([5])

Таблица чисел (матрица, 2D)
python

# Матрица (2D)
m = torch.tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
print("Матрица:\n", m)
print("Форма:", m.shape)
text

Матрица:
tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
Форма: torch.Size([3, 3])

Трёхмерный тензор (как маленькая картинка)
python

# Трёхмерный тензор (2 картинки, каждая 2x2 пикселя)
img = torch.tensor([[[1, 2], [3, 4]],
[[5, 6], [7, 8]]])
print("3D тензор:\n", img)
print("Форма:", img.shape)
text

3D тензор:
tensor([[[1, 2],
[3, 4]],
[[5, 6],
[7, 8]]])
Форма: torch.Size([2, 2, 2])


3.3. Специальные тензоры — создаём быстро
Часто нам нужны не конкретные числа, а тензоры, заполненные нулями,
единицами или случайными числами.
python

# Тензор из нулей (3 строки, 4 столбца)
zeros = torch.zeros(3, 4)
print("Нули:\n", zeros)
# Тензор из единиц (2 строки, 5 столбцов)
ones = torch.ones(2, 5)
print("Единицы:\n", ones)
# Тензор со случайными числами (нормальное распределение)
random = torch.randn(3, 3)
print("Случайные:\n", random)
text

┌─────────────────────────────────────────────────────────────────┐
│

СПЕЦИАЛЬНЫЕ ТЕНЗОРЫ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

torch.zeros(3, 4) →

│

│

[[0., 0., 0., 0.],

│

│

[0., 0., 0., 0.],

│

│

[0., 0., 0., 0.]]

│

│

│

│

torch.ones(2, 5) →

│

│

[[1., 1., 1., 1., 1.],

│

│

[1., 1., 1., 1., 1.]]

│

│

│

│

torch.randn(3, 3) →

│

[[ 0.3, -0.2,

│

0.7],

│

1.2, -0.1],

│

│

[-0.5,

│

[ 0.9, -0.8,

0.4]]

│

│

│

│

Случайные числа — это "стартовый шум", с которого

│

│

нейросеть начинает учиться.

│

│

│

└─────────────────────────────────────────────────────────────────┘

3.4. Арифметика с тензорами (как в школе)


Вы можете делать с тензорами всё то же, что делали в школе с числами:
складывать, вычитать, умножать, делить.

Сложение
python

a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
c = a + b
print(c)

# tensor([5, 7, 9])

Умножение на число
python

x = torch.tensor([2, 4, 6])
y = x * 3
print(y)

# tensor([6, 12, 18])

Умножение матриц (самое важное!)
python

# Матрица 2x3
A = torch.tensor([[1, 2, 3],
[4, 5, 6]])
# Матрица 3x2
B = torch.tensor([[7, 8],
[9, 10],
[11, 12]])
# Умножение: A (2x3) @ B (3x2) → результат (2x2)
C = A @ B
print("A @ B = \n", C)
text

┌─────────────────────────────────────────────────────────────────┐
│

УМНОЖЕНИЕ МАТРИЦ (ДЛЯ ЧАЙНИКОВ)

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Это главная операция в нейросетях!

│

│

│

│

A = [[1, 2, 3],

│

[4, 5, 6]]

│

B = [[7, 8],
[9, 10],
[11, 12]]

│
│
│


│

│

│

Берём первую строку A: [1, 2, 3]

│

│

Умножаем на первый столбец B: [7, 9, 11]

│

│

1*7 + 2*9 + 3*11 = 7 + 18 + 33 = 58 ← первый элемент

│

│
│

│
И так для каждой пары строки и столбца.

│

│

│

│

Результат:

│

C = [[58, 64],

│

│
│

[139, 154]]

│

│

│

└─────────────────────────────────────────────────────────────────┘

3.5. Изменяем форму тензора (очень полезно)
Нейросети часто требуют, чтобы данные были в определённой форме. Например,
картинка 28x28 пикселей — это 784 числа. Но иногда их нужно превратить в вектор
из 784 чисел, а иногда в матрицу 28x28.
python

# Создаём вектор из 12 чисел
x = torch.arange(12)

# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

print("Исходный:", x)
# Превращаем в матрицу 3x4
y = x.reshape(3, 4)
print("3x4:\n", y)
# Превращаем в матрицу 2x6
z = x.reshape(2, 6)
print("2x6:\n", z)
text

┌─────────────────────────────────────────────────────────────────┐
│

RESHAPE — МАГИЯ ИЗМЕНЕНИЯ ФОРМЫ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Исходный: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

│

│

│

│

reshape(3, 4) →

│

│

[[ 0,

1,

2,

3],

│

│

[ 4,

5,

6,

7],

│

│

[ 8,

9, 10, 11]]

│


│

│

│

reshape(2, 6) →

│

│

[[ 0,

1,

2,

3,

5],

│

│

[ 6,

7,

8,

9, 10, 11]]

│

4,

│

│

│

reshape(4, 3) →

│

│

[[ 0,

1,

2],

│

│

[ 3,

4,

5],

│

│

[ 6,

7,

8],

│

│

[ 9, 10, 11]]

│

│
│

│
Количество чисел должно совпадать! 12 = 3×4 = 2×6 = 4×3

│

│

│

└─────────────────────────────────────────────────────────────────┘

Важно: reshape не меняет сами числа, только то, как они организованы.

3.6. Ваша первая нейросеть (всего в 5 строк!)
А теперь — самое интересное. Мы создадим самую простую нейросеть. Она
называется линейный слой.
python

import torch
import torch.nn as nn
# Создаём линейный слой: 4 входа → 3 выхода
layer = nn.Linear(4, 3)
# Вход: 1 пример, 4 признака
x = torch.tensor([[1.0, 2.0, 3.0, 4.0]])
# Прямой проход
y = layer(x)
print(y)
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАША ПЕРВАЯ НЕЙРОСЕТЬ (ЛИНЕЙНЫЙ СЛОЙ)

│

├─────────────────────────────────────────────────────────────────┤
│
│
│

│
nn.Linear(4, 3) — это нейросеть:

│
│


│

4 входа (числа) → умножаем на веса → 3 выхода (числа)

│

│

│

│

ВХОД

ВЕСА

ВЫХОД

│

│

[1] ────────────────┐

│

[2] ────────────────┼──→ [умножить и сложить] ──→ [0.5]

│

[3] ────────────────┤

──→ [0.2]

│

│

[4] ────────────────┘

──→ [-0.1]

│

│
│

│

│

│

Веса изначально случайные. Поэтому числа на выходе

│

│

будут случайными. В следующей главе мы научимся

│

│

их настраивать (обучать) — тогда они станут

│

│

предсказаниями!

│

│

│

└─────────────────────────────────────────────────────────────────┘

3.7. Что вы научились делать
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО МЫ УМЕЕМ ПОСЛЕ ЭТОЙ ГЛАВЫ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

✅ Создавать тензоры из списков чисел

│

✅ Создавать тензоры из нулей, единиц, случайных чисел

│

│

✅ Складывать, умножать тензоры

│

│

✅ Умножать матрицы

│

│

✅ Менять форму тензоров (reshape)

│

│

✅ Создавать простую нейросеть (линейный слой)

│

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Это уже ПРОГРАММИРОВАНИЕ НЕЙРОСЕТЕЙ!

│

│

│

│

Да, это были основы, но это уже работает код.

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

└─────────────────────────────────────────────────────────────────┘

Задание для закрепления
1. Создайте матрицу 4×4 из случайных чисел.
python

# Решение:
m = torch.randn(4, 4)


print(m)

2. Превратите эту матрицу в вектор из 16 чисел.
python

# Решение:
v = m.reshape(16)
print(v)

3. Сложите этот вектор с вектором из единиц.
python

# Решение:
result = v + torch.ones(16)
print(result)
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРОВЕРЬТЕ СЕБЯ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Если ваш код выдал числа без ошибок — ВЫ СПРАВИЛИСЬ!

│

│

│

│

В следующей главе мы узнаем, как нейросеть учится:

│

│

как она превращается из "случайного болвана"

│

│

в "умную систему", которая распознаёт цифры.

│

│

│

└─────────────────────────────────────────────────────────────────┘

Готовы узнать, как работает обучение? Вперёд!

Глава 4. Как нейросеть учится (без страшной
математики)
4.1. Главная идея: нейросеть — это ученик, который
учится на ошибках
Представьте, что вы учите маленького робота распознавать цифры. Вы
показываете ему цифру "3". Он выдаёт ответ: "Это 8". Вы говорите: "Нет, это 3!".
Робот запоминает, что ошибся, и чуть-чуть меняет свои настройки. Вы показываете
другую "3". Робот выдаёт "5". Вы опять поправляете. И так 10 000 раз.


Через 10 000 попыток робот перестаёт ошибаться. Он не знает, почему это 3. Он
просто подобрал настройки, которые работают.
Это и есть обучение нейросети. Только вместо учителя — компьютер, а
вместо робота — нейросеть.
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК УЧИТСЯ НЕЙРОСЕТЬ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

1. Нейросеть видит картинку → выдаёт ответ (случайный)

│

│

2. Сравниваем с правильным ответом → считаем ошибку

│

│

3. Смотрим, как каждый вес повлиял на ошибку

│

4. Меняем веса так, чтобы ошибка уменьшилась

│

│

5. Повторяем шаги 1-4 тысячи раз → ошибка становится

│

│

│

очень маленькой → нейросеть научилась!

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ЭТО ВСЁ! Никакой магии. Только повторение и

│

│

подгонка чисел.

│

└─────────────────────────────────────────────────────────┘

│

│
│

│

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

4.2. Три шага обучения
У каждой нейросети обучение происходит по одному и тому же принципу. Три
шага повторяются тысячи раз.

Шаг 1: Прямой проход (Forward Pass)
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРЯМОЙ ПРОХОД

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
ВХОД (числа) → НЕЙРОСЕТЬ → ВЫХОД (ответ)

│

│
│

│
Картинка: [0.2, 0.7, 0.1, ...] → Нейросеть → "Кот (45%)"

│

│
│

│
Мы просто пропускаем данные через сеть и смотрим, что

│


│

она выдала.

│

│

│

└─────────────────────────────────────────────────────────────────┘

Шаг 2: Ошибка (Loss)
text

┌─────────────────────────────────────────────────────────────────┐
│

ФУНКЦИЯ ОШИБКИ (LOSS)

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Если правильный ответ был "Кот", а сеть сказала "Собака":

│

│

│

│

Ошибка = (правильный_ответ - предсказание)²

│

Ошибка = (1 - 0)² = 1 (большая ошибка!)

│
│

│

│

│

Если сеть сказала "Кот" с вероятностью 95%:

│

│

Ошибка = (1 - 0.95)² = 0.0025 (маленькая ошибка!)

│

│

│

│

Чем ближе предсказание к правильному ответу, тем меньше

│

ошибка.

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

Шаг 3: Обратный проход (Backward Pass)
text

┌─────────────────────────────────────────────────────────────────┐
│

ОБРАТНЫЙ ПРОХОД (BACKPROPAGATION)

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Это самый важный шаг. Нейросеть "смотрит" на ошибку и

│

│

решает, в какую сторону крутить каждую ручку-вес,

│

│

чтобы ошибка уменьшилась.

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Вес №1: 0.3 → ошибка уменьшится, если увеличить

│

│

│

│

Вес №2: 0.8 → ошибка уменьшится, если уменьшить

│

│

│

│

Вес №3: 0.1 → ошибка почти не зависит от этого веса │

│

│

│

...

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

│
│

│
Затем ВСЕ веса меняются в правильном направлении.

│


│

│

└─────────────────────────────────────────────────────────────────┘

4.3. Градиентный спуск (это не страшно!)
Градиентный спуск — это просто способ узнать, в какую сторону крутить веса.
Представьте, что вы стоите на склоне горы в густом тумане и хотите спуститься к
подножию. Вы не видите, где подножие, но можете проверить землю ногой в
разных направлениях:
text

┌─────────────────────────────────────────────────────────────────┐
│

ГРАДИЕНТНЫЙ СПУСК НА ПАЛЬЦАХ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Вы стоите на горе. Под ногами — уклон.

│

│

│

│

Вперёд: земля уходит вниз → идите вперёд!

│

│

Назад: земля уходит вверх → не идите назад!

│

│

Влево: земля ровная → можете не идти

│

Вправо: земля круто вниз → бегите вправо!

│
│

│

│

│

Вы выбираете направление, в котором склон самый крутой,

│

│

и делаете шаг. Потом снова проверяете. И так, пока не

│

│

окажетесь на дне.

│

│

│

│

В нейросети это называется "градиентный спуск".

│

"Градиент" — это уклон. "Спуск" — шаги вниз.

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Вот как это выглядит в коде:
python

# PyTorch делает всё за нас!
loss.backward()

# Вычисляет градиенты (уклон)

optimizer.step()

# Делает шаг вниз (меняет веса)

optimizer.zero_grad()# Готовимся к следующему шагу

Вы не пишете сложные формулы. Вы просто вызываете три команды.


4.4. Аналогия: нейросеть — это угадыватель чисел
Давайте поиграем в игру. Я загадал число. Вы должны его угадать.


Вы: "10?"



Я: "Слишком мало!"



Вы: "20?"



Я: "Слишком много!"



Вы: "15?"



Я: "Почти! Ещё чуть-чуть."



Вы: "16?"



Я: "Правильно!"

text

┌─────────────────────────────────────────────────────────────────┐
│

НЕЙРОСЕТЬ УГАДЫВАЕТ ЧИСЛА

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Нейросеть делает то же самое, только:

│

│

• Ей дают не числа, а картинки

│

• Ей говорят: "Нет, это не кот, это собака"

│

│

• Она подгоняет миллионы весов вместо одного числа

│

│

• Она угадывает миллионы раз, пока не научится

│

│

│

│

│

Отличие: нейросеть подгоняет не одно число, а миллионы!

│

Но PyTorch делает это за нас.

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

4.5. Сколько нужно учиться?
Чем больше примеров, тем лучше.
text

┌─────────────────────────────────────────────────────────────────┐
│

СКОЛЬКО НУЖНО ПРИМЕРОВ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Для простых задач (цифры): 50 000 примеров

│

│

Для сложных задач (лица): 1 000 000 примеров

│

│

Для очень сложных (ChatGPT): 10 000 000 000 примеров

│

│

│


│

Каждый пример — это одна картинка с правильным ответом.

│

│

│

│

Нейросеть просматривает все примеры несколько раз.

│

│

Один такой "круг" называется эпоха (epoch).

│

│
│

│
Обычно нужно 5-50 эпох.

│

│

│

└─────────────────────────────────────────────────────────────────┘

4.6. Что вы теперь знаете
text

┌─────────────────────────────────────────────────────────────────┐
│

ГЛАВНЫЕ ИДЕИ ГЛАВЫ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

✅ Нейросеть учится на ошибках

│

✅ Чем больше примеров — тем лучше

│

│

✅ Обучение = повторение трёх шагов:

│

│

│

1. Прямой проход (предсказание)

│

│

2. Ошибка (сравнение с правильным ответом)

│

│

3. Обратный проход (настройка весов)

│

│

✅ Градиентный спуск = шаги вниз по склону ошибки

│

│

✅ Вся сложная математика внутри PyTorch

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Теперь вы готовы написать свою первую НАСТОЯЩУЮ

│

│

нейросеть!

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Задание для закрепления
Вопрос 1: Что такое "эпоха" в обучении нейросети?
Ответ: Это один полный проход по ВСЕМ тренировочным примерам.
Вопрос 2: Что такое "градиентный спуск"?
Ответ: Это способ настройки весов, при котором мы идём в сторону
уменьшения ошибки.


Вопрос 3: Кто считает градиенты в PyTorch?
Ответ: Команда loss.backward(). Мы просто вызываем её, а PyTorch делает всю
работу.
В следующей главе мы напишем НАСТОЯЩУЮ нейросеть, которая
распознаёт рукописные цифры. Это будет ваше первое приложение ИИ!

Глава 5. Ваша первая нейросеть — распознаём
рукописные цифры
5.1. MNIST — "Hello, World!" нейросетей
MNIST — это набор из 70 000 рукописных цифр. Это самый известный датасет в
мире нейросетей. Если вы сделали нейросеть, которая распознаёт MNIST — вы уже
не новичок.
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ТАКОЕ MNIST

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Это набор чёрно-белых картинок 28×28 пикселей:

│

│

│

│

┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐ ┌───┐

│

│

│ 0 │ │ 1 │ │ 2 │ │ 3 │ │ 4 │ │ 5 │ │ 6 │ │ 7 │ │ 8 │ │ 9 │ │

│

│┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │┌─┐│ │

│

││●││ ││ █││ ││█││ ││█││ ││●││ ││█││ ││●││ ││●││ ││█││ ││█││ │

│

│└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │└─┘│ │

│

└───┘ └───┘ └───┘ └───┘ └───┘ └───┘ └───┘ └───┘ └───┘

│

│
│

│
70 000 картинок. 60 000 — для обучения, 10 000 — для теста. │

│

│

│

Ваша задача: научить нейросеть правильно определять

│

цифру на картинке.

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

5.2. Что мы построим


Мы создадим нейросеть с одним скрытым слоем. Простую, но рабочую.
text

┌─────────────────────────────────────────────────────────────────┐
│

АРХИТЕКТУРА НЕЙРОСЕТИ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД

СКРЫТЫЙ СЛОЙ

ВЫХОД

│

784 числа

128 нейронов

10 чисел

│

(пиксели)

(обработка)

(цифры 0-9)

│
│
│

│

│

│

┌────┐

│

┌────┐

┌────┐

│

│ 0.2│ ─────→ │ ×

│ ───────────→ │ 0.9│ ← вероятность 0

│

│

├────┤

│

├────┤

│

│

│ 0.7│ ─────→ │ ×

│ ───────────→ │ 0.1│ ← вероятность 1

│

│

├────┤

│

├────┤

│

│

│ 0.1│ ─────→ │ ×

│ ───────────→ │ 0.0│ ← вероятность 2

│

│

├────┤

│

│

│

│ ...│ ─────→ │ ×

│

└────┘

│ ×
│ ×
│ ×

├────┤

│ ───────────→ │ ...│

└────┘

└────┘

│
│

│

│

│

Вход: 784 пикселя → скрытый слой → 10 вероятностей

│

│

Самая большая вероятность → это ответ.

│

│

│

└─────────────────────────────────────────────────────────────────┘

5.3. Весь код целиком (за 30 строк!)
Давайте напишем всё сразу, а потом разберём каждую строчку.
Откройте Jupyter Notebook и скопируйте этот код:
python

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
# 1. Загружаем данные MNIST
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))


])
train_data = datasets.MNIST(root='./data', train=True, download=True, transform=trans
form)
test_data = datasets.MNIST(root='./data', train=False, download=True, transform=trans
form)
train_loader = DataLoader(train_data, batch_size=64, shuffle=True)
test_loader = DataLoader(test_data, batch_size=1000, shuffle=False)
# 2. Создаём нейросеть
class SimpleNN(nn.Module):
def __init__(self):
super().__init__()
self.fc1 = nn.Linear(28*28, 128)

# 784 → 128

self.fc2 = nn.Linear(128, 10)

# 128 → 10

def forward(self, x):
x = x.view(-1, 28*28)

# распрямляем картинку в вектор

x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
model = SimpleNN()
# 3. Настраиваем обучение
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
# 4. Обучаем!
for epoch in range(5):
for images, labels in train_loader:
optimizer.zero_grad()
output = model(images)
loss = criterion(output, labels)
loss.backward()
optimizer.step()
# Проверяем точность после каждой эпохи
correct = 0
total = 0
with torch.no_grad():
for images, labels in test_loader:
output = model(images)


_, predicted = torch.max(output.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f'Эпоха {epoch+1}: точность {100 * correct / total:.2f}%')

Запустите этот код! Через пару минут вы увидите что-то вроде:
text

Эпоха 1: точность 93.45%
Эпоха 2: точность 96.12%
Эпоха 3: точность 97.03%
Эпоха 4: точность 97.45%
Эпоха 5: точность 97.67%

Поздравляю! Вы только что создали ИИ, который распознаёт цифры! Ваша
нейросеть работает лучше многих людей.

5.4. Разбор кода по частям (всё просто!)
Часть 1: Загрузка данных (4 строки)
python

transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])

Что это значит:


ToTensor()



Normalize

— превращает картинку в тензор (список чисел)

— делает числа удобными для обучения (центрирует около нуля)

text

┌─────────────────────────────────────────────────────────────────┐
│

ЗАЧЕМ НОРМАЛИЗОВАТЬ ДАННЫЕ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Обычные пиксели: от 0 до 255

│

│

Нормализованные: от -1 до 1

│

│

│

│

Почему это важно?

│

│

Нейросети легче учиться на маленьких числах.

│

│

Как если бы вы учили ребёнка считать на числах от 0 до 10,

│


│

а не от 0 до 1000.

│

│

│

└─────────────────────────────────────────────────────────────────┘

Часть 2: Создание нейросети (8 строк)
python

class SimpleNN(nn.Module):
def __init__(self):
super().__init__()
self.fc1 = nn.Linear(28*28, 128)

# 784 → 128

self.fc2 = nn.Linear(128, 10)

# 128 → 10

def forward(self, x):
x = x.view(-1, 28*28)
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x

Что здесь происходит:
text

┌─────────────────────────────────────────────────────────────────┐
│

РАЗБОР НЕЙРОСЕТИ ПО КОСТОЧКАМ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

self.fc1 = nn.Linear(784, 128)

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Это первый слой. 784 входа, 128 выходов.

│

│

784 — это 28×28 пикселей.

│

│

128 — это скрытый слой (мы можем менять это число).

│

└─────────────────────────────────────────────────────────┘

│

│
│

│

│

│

│
│

│

│

│

self.fc2 = nn.Linear(128, 10)

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Это второй слой. 128 входов, 10 выходов.

│

│

│

│

10 — это цифры от 0 до 9.

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

torch.relu(self.fc1(x))

│

│

┌─────────────────────────────────────────────────────────┐

│

│

ReLU — это функция активации. Она делает нейросеть

│

│

нелинейной, чтобы она могла распознавать сложные

│

│

│

│

узоры. Если бы её не было, сеть была бы просто

│

│

│

│

│


│

│

линейной и не смогла бы распознавать цифры.

│

│

│

│

│

│

ReLU(x) = max(0, x)

│

│

Отрицательные числа превращает в 0, положительные

│

│

оставляет как есть.

│

└─────────────────────────────────────────────────────────┘

│

│

│
│

│
│

│

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

Часть 3: Обучение (5 строк)
python

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
for epoch in range(5):
for images, labels in train_loader:
optimizer.zero_grad()
output = model(images)
loss = criterion(output, labels)
loss.backward()
optimizer.step()
text

┌─────────────────────────────────────────────────────────────────┐
│

ЦИКЛ ОБУЧЕНИЯ (ШАГ ЗА ШАГОМ)

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
1. optimizer.zero_grad()

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Подготовься! Сейчас будем учиться."

│

│

│

│

Обнуляем старые градиенты, чтобы не смешать их.

│

│

│

└─────────────────────────────────────────────────────┘

│

│
│

│
2. output = model(images)

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Посмотри на эту картинку, что ты видишь?"

│

│

│

│

Прямой проход — нейросеть выдаёт предсказание.

│

│

│

└─────────────────────────────────────────────────────┘

│

│
│

│
3. loss = criterion(output, labels)

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Сравни ответ с правильным. Какая ошибка?"

│

│

│

│

Вычисляем, насколько мы ошиблись.

│

│


│

└─────────────────────────────────────────────────────┘

│

│
│

│
4. loss.backward()

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Понял! Сейчас пойму, как исправить ошибку."

│

│

│

│

Вычисляем градиенты (куда крутить веса).

│

│

│

└─────────────────────────────────────────────────────┘

│

│
│

│
5. optimizer.step()

│

│

┌─────────────────────────────────────────────────────┐

│

│

│

"Исправляю!"

│

│

│

Крутим все веса в правильную сторону.

│

└─────────────────────────────────────────────────────┘

│
│

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

5.5. Как проверить, что работает
python

# Проверяем точность после каждой эпохи
correct = 0
total = 0
with torch.no_grad():
for images, labels in test_loader:
output = model(images)
_, predicted = torch.max(output.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f'Точность: {100 * correct / total:.2f}%')
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ТАКОЕ ТОЧНОСТЬ (ACCURACY)

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Точность = Правильных ответов / Всех ответов × 100%

│

│

│

│

Если сеть правильно распознала 9700 цифр из 10000:

│

│

Точность = 9700 / 10000 × 100% = 97%

│

│

│

│

Для MNIST хорошая точность: > 95%

│

│

Отличная: > 98%

│

│

Человек: ~99.7% (редко ошибается в рукописных цифрах)

│

│
│


└─────────────────────────────────────────────────────────────────┘

5.6. Что вы только что сделали
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАШИ ДОСТИЖЕНИЯ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

✅ Написали нейросеть, которая распознаёт цифры

│

│

✅ Обучили её на 60 000 примерах

│

│

✅ Достигли точности > 95%

│

│

✅ Использовали весь цикл: загрузка → модель → обучение

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Вы только что создали ИИ-приложение!

│

│

│

│

Это не шутка. У вас теперь есть работающая

│

│

│

│

нейросеть.

│

│

│

└─────────────────────────────────────────────────────────┘

│

│
│

└─────────────────────────────────────────────────────────────────┘

Задание: улучшите свою нейросеть!
Попробуйте изменить что-то и посмотреть, как изменится точность:
1. Увеличьте скрытый слой: 128 → 256 или 512
2. Добавьте ещё один слой: self.fc3 = nn.Linear(128, 64)
3. Измените количество эпох: 5 → 10
4. Измените скорость обучения: 0.001 → 0.01 или 0.0001
python

# Пример более глубокой сети
class DeepNN(nn.Module):
def __init__(self):
super().__init__()
self.fc1 = nn.Linear(28*28, 256)
self.fc2 = nn.Linear(256, 128)
self.fc3 = nn.Linear(128, 10)
def forward(self, x):
x = x.view(-1, 28*28)


x = torch.relu(self.fc1(x))
x = torch.relu(self.fc2(x))
x = self.fc3(x)
return x

Готовы к следующему шагу? В следующей главе мы добавим магии —
улучшим нейросеть с помощью сверточных слоёв и добьёмся точности >
98%!

Глава 6. Немного магии — сверточные нейросети
6.1. Почему простая сеть работает, но не идеально
Наша нейросеть из предыдущей главы работала так:
text

Картинка → распрямить в вектор 784 → нейросеть → ответ

Проблема: мы потеряли информацию о том, что пиксели рядом друг с другом.
Картинка стала просто "мешком" чисел.
text

┌─────────────────────────────────────────────────────────────────┐
│

ПОЧЕМУ ПРОСТАЯ СЕТЬ НЕ ИДЕАЛЬНА

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Представьте, что вы смотрите на картинку, но видите

│

│

только все пиксели по отдельности, без понимания,

│

│

что они образуют цифру:

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

● ● ● ● ● ● ● ● ● ●

│

│

│

│

● ● ● ● ● ● ● ● ● ●

│

│

│

│

● ● ● ● ● ● ● ● ● ●

│

│

│

│

● ● ● ● ● ● ● ● ● ●

│

│

│

│

● ● ● ● ● ● ● ● ● ●

│

│

● ● ● ● ● ● ● ● ● ●

│

│

● ● ● ● ● ● ● ● ● ●

│

└─────────────────────────────────────────────────────────┘

← Просто облако точек
Непонятно, что здесь

│

│

│

│
│

│

│

│

│
│

│

Ваш мозг так не работает. Он видит целые куски:

│

│

"вот здесь прямая линия", "а здесь уголок".

│


│

│

└─────────────────────────────────────────────────────────────────┘

Решение: Сверточные нейросети (CNN). Они смотрят на картинку не целиком, а
маленькими кусочками.

6.2. Как работает свертка (на пальцах)
Представьте, что у вас есть маленькое окошко (фильтр) размером 3×3 пикселя. Вы
двигаете его по картинке и в каждом месте смотрите:
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК РАБОТАЕТ СВЁРТКА

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Картинка 28×28:

Фильтр 3×3:

│

│

│

│

┌─────────────────────┐

┌───────────┐

│

│

● ● ● ● ● ● ● ●

│

│

1

0

1

│

│

│

│

● ● ● ● ● ● ● ●

│

│

0

1

0

│

│

│

│

● ● ● ● ● ● ● ●

│

│

1

0

1

│

│

│

│

● ● ● ● ● ● ● ●

│

│

│

● ● ● ● ● ● ● ●

│

│

│

│

● ● ● ● ● ● ● ●

│

│

Ищем в картинке

│

│

│

● ● ● ● ● ● ● ●

│

│

такой же узор!

│

│

└─────────────────────┘

──────────→

│

────────────

│
│

└───────────┘

│

│
│

│
Фильтр "скользит" по картинке:

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

┌───┐

│

│

│

│

│

│

│

│

│

└───┘

│

│

│

│

Шаг 1: смотрим верхний левый угол

│

│

│

│

Шаг 2: сдвигаемся на 1 пиксель вправо

│

│

│

│

Шаг 3: сдвигаемся ещё...

│

│

│

│

...

│

│

│

│

Когда фильтр находит похожий узор — он активируется! │

│

│

└─────────────────────────────────────────────────────────┘

│

│ ← Фильтр здесь

│

│
│

└─────────────────────────────────────────────────────────────────┘


Главная идея: разные фильтры ищут разные вещи:


Один фильтр ищет горизонтальные линии



Второй — вертикальные



Третий — уголки



Четвёртый — круги



Пятый — текстуры

Чем больше фильтров — тем лучше сеть видит картинку!

6.3. Архитектура сверточной нейросети
text

┌─────────────────────────────────────────────────────────────────┐
│

АРХИТЕКТУРА CNN

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

ВХОД

СЛОИ

│

28×28×1

ВЫХОД

│

(изображение)

│

│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Свёртка 1: 32 фильтра 3×3 → 28×28×32

│

│

│

│

ReLU (активация)

│

│

│

│

Пулинг (MaxPool): уменьшаем размер → 14×14×32

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Свёртка 2: 64 фильтра 3×3 → 14×14×64

│

│

│

│

ReLU

│

│

│

│

Пулинг: уменьшаем размер → 7×7×64

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

▼

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Выпрямляем (Flatten): 7×7×64 → 3136 чисел

│

│

Полносвязный слой: 3136 → 128

│

│

ReLU

│

│

│

│

Полносвязный слой: 128 → 10 (цифры 0-9)

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│
│

│

│

│
│


│
│

▼

│

ВЫХОД: вероятности для каждой цифры

│

│

│

└─────────────────────────────────────────────────────────────────┘

6.4. Код сверточной нейросети
python

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
# 1. Загружаем данные (то же самое)
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])
train_data = datasets.MNIST(root='./data', train=True, download=True, transform=trans
form)
test_data = datasets.MNIST(root='./data', train=False, download=True, transform=trans
form)
train_loader = DataLoader(train_data, batch_size=64, shuffle=True)
test_loader = DataLoader(test_data, batch_size=1000, shuffle=False)
# 2. Создаём СВЕРТОЧНУЮ нейросеть
class CNN(nn.Module):
def __init__(self):
super().__init__()
# Первый блок: свёртка + пулинг
self.conv1 = nn.Conv2d(1, 32, kernel_size=3, padding=1)

# 1 канал → 32 фильт

ра
self.pool = nn.MaxPool2d(2, 2)

# уменьшаем размер в 2 раза

# Второй блок: свёртка + пулинг
self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1)
# Полносвязная часть
self.fc1 = nn.Linear(64 * 7 * 7, 128)
self.fc2 = nn.Linear(128, 10)

# 64*7*7 = 3136

# 128 → 10

# 32 → 64 фильтра


def forward(self, x):
# Первый блок
x = torch.relu(self.conv1(x))
x = self.pool(x)

# 28×28×32
# 14×14×32

# Второй блок
x = torch.relu(self.conv2(x))
x = self.pool(x)

# 14×14×64
# 7×7×64

# Выпрямляем
x = x.view(-1, 64 * 7 * 7)

# 3136 чисел

# Полносвязная часть
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
model = CNN()
# 3. Обучение (то же самое!)
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
for epoch in range(5):
for images, labels in train_loader:
optimizer.zero_grad()
output = model(images)
loss = criterion(output, labels)
loss.backward()
optimizer.step()
# Проверка
correct = 0
total = 0
with torch.no_grad():
for images, labels in test_loader:
output = model(images)
_, predicted = torch.max(output.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f'Эпоха {epoch+1}: точность {100 * correct / total:.2f}%')

Результат:


text

Эпоха 1: точность 97.20%
Эпоха 2: точность 98.40%
Эпоха 3: точность 98.71%
Эпоха 4: точность 98.95%
Эпоха 5: точность 99.06%

99%! Это уже почти как человек!

6.5. Что мы только что сделали
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО МЫ ДОБАВИЛИ НОВОГО

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

✅ nn.Conv2d — сверточный слой (смотрит на кусочки)

│

│

✅ nn.MaxPool2d — пулинг (уменьшает размер, чтобы сеть

│

│
│

была быстрее)

│

✅ Результат: 99% точность вместо 97%

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Сверточные нейросети — это стандарт в компьютерном

│

│

зрении. Все современные модели (для лиц, машин,

│

│

│

│

рентгеновских снимков) используют CNN.

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

6.6. Что такое пулинг (Pooling)
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ТАКОЕ MAX POOLING

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Мы берём окно 2×2 и оставляем только самое большое число.

│

Это уменьшает картинку в 2 раза.

│
│

│

│

│

Было (4×4):

Стало (2×2):

│

┌─────────────────┐

│

│ 1

2

3

4

│

│

│ 5

6

7

8

│

│

┌─────────────────┐
→

│

max(1,2,5,6) │

│

= 6

│

│
│
│


│

│ 9 10 11 12

│

│

max(3,4,7,8)

│

│

│

│13 14 15 16

│

│

= 8

│

│

│

└─────────────────┘

└─────────────────┘

│

│

│

│

Зачем?

│

• Меньше чисел → сеть работает быстрее

│

│

• Сеть становится устойчивее к мелким смещениям

│

│

│

(если цифра сдвинулась на пиксель — не страшно)

│

│

│

└─────────────────────────────────────────────────────────────────┘

6.7. А теперь — визуализация!
Давайте посмотрим, что наша сеть видит на самом деле.
python

import matplotlib.pyplot as plt
# Берём одну картинку из тестового набора
image, label = test_data[0]
# Делаем предсказание
with torch.no_grad():
output = model(image.unsqueeze(0))
probabilities = torch.softmax(output, dim=1)
predicted = torch.argmax(probabilities, dim=1).item()
# Показываем картинку и предсказание
plt.imshow(image.squeeze(), cmap='gray')
plt.title(f'Истинная цифра: {label}, Предсказание: {predicted}')
plt.show()
# Показываем вероятности
print('Вероятности:')
for i, prob in enumerate(probabilities.squeeze()):
print(f'

{i}: {prob.item():.3f}')

text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ВИДИТ НЕЙРОСЕТЬ

│

├─────────────────────────────────────────────────────────────────┤
│
│
│

│
Картинка:

Вероятности:

│
│


│

┌───┐

0: 0.001

│

│

│ 3 │

1: 0.002

│

│

└───┘

2: 0.001

│

│

3: 0.985 ← Уверена!

│

│

4: 0.001

│

│

5: 0.003

│

│

6: 0.002

│

│

7: 0.001

│

│

8: 0.002

│

│

9: 0.002

│

│
│

│
Нейросеть говорит: "Я на 98.5% уверена, что это цифра 3"

│

│
│

└─────────────────────────────────────────────────────────────────┘

Задание: экспериментируйте!
1. Увеличьте число фильтров: 32 → 64, 64 → 128
2. Добавьте третий сверточный слой
3. Добавьте Dropout (защита от переобучения):
python

self.dropout = nn.Dropout(0.2)
# в forward:
x = self.dropout(x)

4. Измените размер батча: 64 → 128 или 32
В следующей главе мы применим всё, что узнали, к реальному проекту —
распознаванию кошек и собак!

Глава 7. Ваш первый проект — нейросеть, которая
видит
7.1. Что мы будем делать
До сих пор мы работали с цифрами. Это хорошо для обучения, но не слишком
впечатляет. Теперь мы создадим нейросеть, которая распознаёт кошек и собак.


text

┌─────────────────────────────────────────────────────────────────┐
│

НАШ ПРОЕКТ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

Нейросеть, которая отвечает на вопрос:

│

│

│

│

"Это кот или собака?"

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

┌─────────────┐

┌─────────────────┐

│

│

Картинка

│ → │

│

│

(кота)

│

│

└─────────────┘

│

Нейросеть
(обученная)

┌─────────────┐

│ → │
│

└─────────────────┘

"Кот"
│

95%

│

│
│

│

│

└─────────────┘

│

│
│

│
Это одна из самых популярных задач для начинающих!

│

│

│

└─────────────────────────────────────────────────────────────────┘

7.2. Данные: где взять кошек и собак
Датасет "Dogs vs Cats" от Kaggle:


25 000 картинок кошек



25 000 картинок собак



Всего 50 000 картинок

text

┌─────────────────────────────────────────────────────────────────┐
│

ДАННЫЕ ДЛЯ ПРОЕКТА

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Папка с данными:

│

│

│

│

train/

│

│

├── cat.0.jpg

│

│

├── cat.1.jpg

│

│

├── ...

│

│

├── dog.0.jpg

│

│

├── dog.1.jpg

│

│

├── ...

│

│
│

│
Это обычные картинки. Мы загрузим их, изменим размер,

│


│

и скормим нейросети.

│

│

│

└─────────────────────────────────────────────────────────────────┘

7.3. Скачиваем данные (быстро)
Если у вас нет датасета, не беда. В интернете есть много готовых датасетов.
Простой вариант: используем встроенный датасет из PyTorch
(torchvision.datasets.ImageFolder).
Структура папок:
text

data/
├── train/
│

├── cats/

│

│

├── cat1.jpg

│

│

├── cat2.jpg

│

│

└── ...

│

└── dogs/

│

├── dog1.jpg

│

├── dog2.jpg

│

└── ...

← все картинки кошек

← все картинки собак

└── test/
├── cats/
└── dogs/

7.4. Код: загружаем данные
python

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import os
# Преобразования для картинок
transform = transforms.Compose([
transforms.Resize((64, 64)),

# уменьшаем до 64×64

transforms.RandomHorizontalFlip(),

# случайно отражаем (для разнообразия)


transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

# для RGB

])
# Загружаем данные из папок
train_data = datasets.ImageFolder(root='data/train', transform=transform)
test_data = datasets.ImageFolder(root='data/test', transform=transform)
train_loader = DataLoader(train_data, batch_size=32, shuffle=True)
test_loader = DataLoader(test_data, batch_size=32, shuffle=False)
print(f'Тренировочных: {len(train_data)} картинок')
print(f'Тестовых: {len(test_data)} картинок')

7.5. Код: нейросеть (уже знакомая!)
Мы используем ту же архитектуру CNN, что и для MNIST, но адаптируем под
цветные картинки.
python

class CatDogCNN(nn.Module):
def __init__(self):
super().__init__()
# Вход: 3 канала (RGB), 64×64 пикселя
self.conv1 = nn.Conv2d(3, 32, kernel_size=3, padding=1)
self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1)
self.conv3 = nn.Conv2d(64, 128, kernel_size=3, padding=1)
self.pool = nn.MaxPool2d(2, 2)
self.dropout = nn.Dropout(0.25)
# После трёх пулингов размер уменьшится: 64 → 32 → 16 → 8
self.fc1 = nn.Linear(128 * 8 * 8, 256)
self.fc2 = nn.Linear(256, 2)

# 2 класса: кот или собака

def forward(self, x):
x = self.pool(torch.relu(self.conv1(x)))

# 64→32

x = self.pool(torch.relu(self.conv2(x)))

# 32→16

x = self.pool(torch.relu(self.conv3(x)))

# 16→8

x = x.view(-1, 128 * 8 * 8)
x = torch.relu(self.fc1(x))
x = self.dropout(x)


x = self.fc2(x)
return x
model = CatDogCNN()

7.6. Код: обучение (вы уже знаете!)
python

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
for epoch in range(10):
running_loss = 0.0
for images, labels in train_loader:
optimizer.zero_grad()
output = model(images)
loss = criterion(output, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
# Проверяем точность
correct = 0
total = 0
with torch.no_grad():
for images, labels in test_loader:
output = model(images)
_, predicted = torch.max(output.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f'Эпоха {epoch+1}: loss = {running_loss/len(train_loader):.4f}, '
f'точность = {100 * correct / total:.2f}%')

Результат (примерный):
text

Эпоха 1: loss = 0.693, точность = 56.20%
Эпоха 2: loss = 0.610, точность = 64.80%
Эпоха 3: loss = 0.552, точность = 71.30%
Эпоха 4: loss = 0.498, точность = 76.50%
Эпоха 5: loss = 0.451, точность = 80.20%
Эпоха 6: loss = 0.410, точность = 83.10%


Эпоха 7: loss = 0.378, точность = 85.40%
Эпоха 8: loss = 0.352, точность = 87.20%
Эпоха 9: loss = 0.330, точность = 88.70%
Эпоха 10: loss = 0.310, точность = 89.90%

~90% точности! Вы создали нейросеть, которая отличает кошек от собак!

7.7. Тестируем на новой картинке
python

from PIL import Image
import matplotlib.pyplot as plt
def predict_image(image_path):
# Загружаем картинку
image = Image.open(image_path)
# Применяем те же преобразования
transform = transforms.Compose([
transforms.Resize((64, 64)),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
img_tensor = transform(image).unsqueeze(0)
# Предсказываем
model.eval()
with torch.no_grad():
output = model(img_tensor)
probabilities = torch.softmax(output, dim=1)
predicted = torch.argmax(probabilities, dim=1).item()
# Показываем
classes = ['Кот', 'Собака']
plt.imshow(image)
plt.title(f'Это {classes[predicted]}! Уверенность: {probabilities[0][predicted]:.
2%}')
plt.show()
# Тестируем на своей картинке
predict_image('my_cat.jpg')
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАША НЕЙРОСЕТЬ В ДЕЙСТВИИ

│


├─────────────────────────────────────────────────────────────────┤
│
│

│
[Ваша картинка кота]

[Ваша картинка собаки]

│

│

│

│

▼

▼

│

│

┌─────────────────┐

┌─────────────────┐

│

│

│

ЭТО КОТ!

│

│

ЭТО СОБАКА!

│

│

│

│

Уверенность

│

│

Уверенность

│

│

│

│

94%

│

│

91%

│

│

│

└─────────────────┘

└─────────────────┘

│

│

│

└─────────────────────────────────────────────────────────────────┘

7.8. Что дальше? Как улучшить результат
text

┌─────────────────────────────────────────────────────────────────┐
│

КАК УЛУЧШИТЬ НЕЙРОСЕТЬ

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
🔹 Использовать предобученные модели (Transfer Learning)

│

│

Вместо обучения с нуля, берём модель, уже обученную

│

│

на миллионах картинок (ResNet, VGG, EfficientNet).

│

│

Это даёт 95%+ точности с минимальным обучением.

│

│
│

│
🔹 Увеличить размер картинок (128×128 или 224×224)

│

Сеть видит больше деталей

│
│

│
│

│
🔹 Добавить аугментацию (повороты, обрезки, изменение

│

│

яркости)

│

│

Сеть становится устойчивее к изменениям

│

│
│

│
🔹 Использовать больше эпох (20-30)

│

Но следить, чтобы не было переобучения

│
│

│

│

└─────────────────────────────────────────────────────────────────┘

7.9. Краткий итог книги
text

┌─────────────────────────────────────────────────────────────────┐
│

ЧТО ВЫ НАУЧИЛИСЬ ЗА 7 ГЛАВ

│

├─────────────────────────────────────────────────────────────────┤


│

│

│

✅ Устанавливать Python, PyTorch, Jupyter Notebook

│

│

✅ Создавать тензоры и работать с ними

│

│

✅ Понимать, как нейросети учатся

│

│

✅ Писать полносвязные нейросети (MLP)

│

│

✅ Писать сверточные нейросети (CNN)

│

│

✅ Обучать нейросети на реальных данных

│

│

✅ Распознавать цифры (MNIST 99%)

│

│

✅ Распознавать кошек и собак (~90%)

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Вы теперь знаете 80% того, что нужно знать

│

│

начинающему специалисту по нейросетям.

│

└─────────────────────────────────────────────────────────┘

│

│
│

│

│

│
│
│

└─────────────────────────────────────────────────────────────────┘

Что почитать дальше
1. PyTorch Documentation — официальная документация
2. Kaggle — соревнования и датасеты
3. Fast.ai — бесплатные курсы по глубокому обучению
4. YouTube — каналы: Sentdex, Andrej Karpathy, Two Minute Papers

Финальное слово
Вы сделали это!
Вы прошли путь от человека, который боялся слова "нейросеть", до создателя
приложения на основе ИИ. Это огромное достижение.
Помните:


Нейросети — это просто числа, которые мы подгоняем



Вся сложная математика спрятана внутри библиотек



Вы можете создать нейросеть для любой задачи



Главное — не бояться и экспериментировать

Сделайте шаг. Напишите код. Создайте что-то новое.


Мир ждёт ваших идей.
text

┌─────────────────────────────────────────────────────────────────┐
│

│
★

│

★

★

★

★

★

★

★

★

★

│

│

│

│

ВЫ --- ТВОРЕЦ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА!

│

│

│
★

│

★

★

★

★

★

★

★

★

★

│

│

│

│

│

│

Спасибо, что прочитали эту книгу.

│

│

│

│

Теперь — создавайте!

│

│

│

└─────────────────────────────────────────────────────────────────┘

Глава 8. Что дальше: ваш путь в мир нейросетей

8.1. Поздравляю! Вы сделали первый и самый важный
шаг
Вы только что прошли путь от полного нуля до создания нейросети, которая
распознаёт кошек и собак. Это не шутка и не "игрушечный" пример. Это реальная
задача, которую решают в индустрии каждый день.
text

┌─────────────────────────────────────────────────────────────────┐
│

ВАШ ПРОГРЕСС ЗА 7 ГЛАВ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

День 1: "Что такое нейросеть?"

│

│

День 2: Установка Python и PyTorch

│

│

День 3: Первые тензоры и операции

│

│

День 4: Понимание обучения

│

│

День 5: Первая нейросеть (MNIST)

│

│

День 6: Сверточные нейросети

│

│

День 7: КОШКИ И СОБАКИ!

│

│

│

│

┌─────────────────────────────────────────────────────────┐

│

│

Это больше, чем делают 90% людей, которые

│

│
│


│

│

интересуются нейросетями.

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

└─────────────────────────────────────────────────────────────────┘

8.2. Ваша дорожная карта: от новичка до эксперта
text

┌─────────────────────────────────────────────────────────────────┐
│

ДОРОЖНАЯ КАРТА РАЗВИТИЯ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

УРОВЕНЬ 1: НОВИЧОК (ВЫ ЗДЕСЬ!)

│

│

┌─────────────────────────────────────────────────────────┐

│

│

✅ Понимаю, что такое нейросеть

│

│

✅ Могу написать простую CNN

│

│

│

│

✅ Могу обучить модель на своих данных

│

│

│

│

✅ Знаю PyTorch на базовом уровне

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

│

│

│

▼

│

│

УРОВЕНЬ 2: ПРАКТИК

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Использую предобученные модели (Transfer Learning)

│

│

□ Работаю с большими датасетами (ImageNet)

│

│

│

│

□ Знаю, как бороться с переобучением

│

│

│

│

□ Использую TensorBoard для визуализации

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

│

│

│

▼

│

│

УРОВЕНЬ 3: ПРОДВИНУТЫЙ

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Понимаю архитектуры: ResNet, EfficientNet, ViT

│

│

│

│

□ Могу дообучать модели на своих задачах

│

│

│

│

□ Знаю, как оптимизировать гиперпараметры

│

│

│

│

□ Могу деплоить модели в продакшен

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

│

▼

│

│

УРОВЕНЬ 4: ЭКСПЕРТ

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Читаю и понимаю научные статьи

│

│

□ Могу реализовать модели из статей

│
│

│
│
│


│

│

□ Пишу свои архитектуры

│

│

│

│

□ Участвую в соревнованиях на Kaggle

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

└─────────────────────────────────────────────────────────────────┘

8.3. Три направления для развития
Направление 1: Компьютерное зрение
text

┌─────────────────────────────────────────────────────────────────┐
│

КОМПЬЮТЕРНОЕ ЗРЕНИЕ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Что вы уже умеете:

│

✅ Классификация (кот/собака, цифры)

│
│

│

│

│

Что можно изучить:

│

🔹 Обнаружение объектов (Object Detection)

│
│

│

→ YOLO, Faster R-CNN

│

│

→ Найти все лица на фото

│

│
│

│
🔹 Сегментация (Segmentation)

│

→ U-Net, Mask R-CNN

│

→ Выделить контур объекта

│
│
│

│
│

│
🔹 Генерация изображений

│

│

→ GAN, Diffusion Models (Stable Diffusion)

│

│

→ Создавать новые лица, рисунки

│

│
│

│
🔹 Распознавание лиц

│

│

→ FaceNet, ArcFace

│

│

→ Разблокировка телефона по лицу

│

│

│

└─────────────────────────────────────────────────────────────────┘

Направление 2: Обработка текста (NLP)
text

┌─────────────────────────────────────────────────────────────────┐


│

ОБРАБОТКА ТЕКСТА (NLP)

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Основы, которые нужно изучить:

│

🔹 Word Embeddings (Word2Vec, GloVe)

│

│
│

→ Превращаем слова в векторы

│

│
│

│
🔹 Рекуррентные сети (RNN, LSTM)

│

│

→ Анализ последовательностей

│

│
│

│
🔹 Трансформеры (BERT, GPT)

│

│

→ Современный стандарт

│

│

→ ChatGPT, Claude, Gemini

│

│

│

│

Задачи, которые можно решать:

│

│

• Классификация текстов (спам/не спам)

│

• Генерация текста

│

│

• Машинный перевод

│

│

• Ответы на вопросы

│

│

• Суммаризация

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

Направление 3: Графовые нейросети
text

┌─────────────────────────────────────────────────────────────────┐
│

ГРАФОВЫЕ НЕЙРОСЕТИ (GNN)

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Когда это нужно:

│

│

• Социальные сети (друзья, подписки)

│

│

• Молекулы (атомы и связи)

│

│

• Дорожные сети

│

│

• Рекомендательные системы

│

│

│

│

Основы:

│

🔹 Что такое граф (вершины, рёбра)

│

🔹 Матрица смежности

│

│

🔹 Лапласиан графа

│

│

🔹 GCN, GAT, GraphSAGE

│

│
│

│
│

│
Где применяется:

│


│

• Поиск новых лекарств (молекулы)

│

│

• Анализ социальных сетей

│

│

• Рекомендации товаров

│

│

│

└─────────────────────────────────────────────────────────────────┘

8.4. Практические советы: как учиться дальше
Совет 1: Делайте проекты, а не читайте теорию
text

┌─────────────────────────────────────────────────────────────────┐
│

ПРОЕКТЫ > ТЕОРИЯ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

Плохо: "Я прочитаю ещё одну книгу по теории"

│

Хорошо: "Я сделаю проект, который распознаёт мои фото"

│
│

│

│

│

Лучший способ научиться — сделать что-то своими руками.

│

│

Идеи для проектов:

│

• Распознавание рукописных букв

│

│

• Классификация музыкальных жанров

│

│

• Определение породы собаки по фото

│

│

• Предсказание цены квартиры

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

Совет 2: Используйте готовые модели (Transfer Learning)
text

┌─────────────────────────────────────────────────────────────────┐
│

TRANSFER LEARNING

│

├─────────────────────────────────────────────────────────────────┤
│
│

│
Зачем учить нейросеть с нуля, если уже есть обученные?

│

│

│

│

Шаг 1: Берём предобученную модель (ResNet, VGG, EfficientNet)│

│

Шаг 2: Меняем последний слой под свою задачу

│

│

Шаг 3: Дообучаем на своих данных (10 минут)

│

│
│

│
Результат: 95%+ точности вместо 90%!

│


│

│

└─────────────────────────────────────────────────────────────────┘

Пример Transfer Learning на 3 строчки кода:
python

import torchvision.models as models
# Берём ResNet-18, обученный на миллионах картинок
model = models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1)
# Меняем последний слой: было 1000 классов → 2 (кот/собака)
model.fc = nn.Linear(512, 2)
# Дообучаем на своих данных (как в Главе 7)

8.5. Ресурсы для продолжения обучения
text

┌─────────────────────────────────────────────────────────────────┐
│

КУДА ИДТИ ДАЛЬШЕ

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

📚 КНИГИ:

│

• "Глубокое обучение" (Гудфеллоу, Бенджио, Курвилль)

│

│

• "Python и машинное обучение" (Мюллер, Гвидо)

│

│

• "PyTorch для глубокого обучения" (Стивенс)

│

│

│

│

│

🎓 КУРСЫ (БЕСПЛАТНЫЕ):

│

│

• Fast.ai — практический курс

│

│

• CS231n (Stanford) — компьютерное зрение

│

• CS224n (Stanford) — NLP

│

• PyTorch Tutorials — официальные туториалы

│
│
│

│

│

│

💻 ПЛАТФОРМЫ:

│

• Kaggle — соревнования и датасеты

│

• Hugging Face — готовые модели

│

• Google Colab — бесплатный GPU

│
│
│
│

│

│

│

📺 YOUTUBE-КАНАЛЫ:

│

• Andrej Karpathy — нейросети с нуля

│

• Sentdex — практический PyTorch

│
│
│


│

• Two Minute Papers — новости из мира ИИ

│

│

│

└─────────────────────────────────────────────────────────────────┘

8.6. Часто задаваемые вопросы
text

┌─────────────────────────────────────────────────────────────────┐
│

FAQ НАЧИНАЮЩЕГО

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

❓ "Нужна ли мне математика?"

│

→ Для начала — нет. Но когда вы захотите понять,

│

почему модель работает, математика пригодится.

│

Однако 80% работы можно делать без глубокой математики.

│
│
│
│

│

│

│

❓ "Нужен ли мне мощный компьютер?"

│

→ Нет! Google Colab даёт бесплатный GPU.

│

Ваш обычный ноутбук тоже подойдёт для небольших моделей.

│
│
│

│

│

│

❓ "Сколько времени нужно, чтобы стать экспертом?"

│

→ 6-12 месяцев регулярной практики.

│

Но первые результаты вы увидите через неделю!

│
│
│

│

│

│

❓ "Где брать данные?"

│

│

→ Kaggle, Hugging Face, Google Dataset Search

│

│

Или собирайте свои данные (фото, тексты)

│

│

│

│

❓ "Что если моя модель не работает?"

│

→ Это нормально! 80% времени уходит на отладку.

│

Начните с простого: проверьте данные, уменьшите

│

learning rate, упростите модель.

│

│
│
│
│
│

└─────────────────────────────────────────────────────────────────┘

8.7. Ваш план на ближайший месяц
text

┌─────────────────────────────────────────────────────────────────┐
│

ПЛАН НА 30 ДНЕЙ

│

├─────────────────────────────────────────────────────────────────┤
│

│


│

НЕДЕЛЯ 1: ЗАКРЕПЛЯЕМ ОСНОВЫ

│

│

┌─────────────────────────────────────────────────────────┐

│

│

│

□ Повторить все главы книги

│

│

□ Переписать все примеры кода заново

│

│

□ Сделать свой проект на MNIST

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

│

│

│

НЕДЕЛЯ 2: TRANSFER LEARNING

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Изучить ResNet, VGG, EfficientNet

│

│

□ Применить к задаче (например, породы собак)

│

│

□ Попробовать разные предобученные модели

│

└─────────────────────────────────────────────────────────┘

│

│
│

│

│
│

│
│

│

│

│

НЕДЕЛЯ 3: НОВАЯ ЗАДАЧА

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Выбрать новый датасет (с Kaggle)

│

│

│

│

□ Применить CNN + Transfer Learning

│

│

│

│

□ Добиться точности >90%

│

│

│

└─────────────────────────────────────────────────────────┘

│

│

│

│

│

НЕДЕЛЯ 4: УГЛУБЛЕНИЕ

│

│

┌─────────────────────────────────────────────────────────┐

│

│

□ Начать курс Fast.ai

│

│

□ Изучить одну современную архитектуру

│

│

□ Сделать проект, который вам интересен

│

└─────────────────────────────────────────────────────────┘

│

│
│

│
│

│

│
│
│
│

└─────────────────────────────────────────────────────────────────┘

8.8. Финальное напутствие
text

┌─────────────────────────────────────────────────────────────────┐
│

│

│

│

│

★

★

★

★

★

★

★

★

│

│

│

ВЫ СДЕЛАЛИ НЕВОЗМОЖНОЕ!

│

│
│

│

│
★

★

★

★

★

★

★

★

│

│

│

│

│


│

Всего неделю назад вы не знали, как установить Python.

│

│

Сегодня у вас есть работающая нейросеть.

│

│

│

│

Запомните это чувство — когда код заработал, и вы

│

│

увидели, как модель распознаёт цифры. Это чувство

│

│

будет с вами всегда.

│

│

│

│

Дальше будет только интереснее. Вы научитесь генерировать

│

│

изображения, создавать чат-ботов, предсказывать будущее.

│

│

│

│

Главное — не останавливайтесь. Каждый день пишите код.

│

│

Каждый день делайте что-то новое.

│

│

│

│

Мир ИИ ждёт вас.

│

Удачи, создатель!

│
│

│

│

│

│
✦

│

✦

✦

│

│

│

│

"Код — это поэзия,

│

│

а нейросети — это магия, которую

│

│

вы теперь можете создавать."

│

│

│

│

│

└─────────────────────────────────────────────────────────────────┘

Приложение А: Шпаргалка по PyTorch
text

┌─────────────────────────────────────────────────────────────────┐
│

ШПАРГАЛКА ПО PYTORCH

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

🔹 СОЗДАНИЕ ТЕНЗОРОВ

│

├─────────────────────────────────────────────────────────────┤ │

│

│ torch.tensor([1, 2, 3])

→ из списка

│

│ torch.zeros(3, 4)

→ нули

│

│ torch.ones(2, 5)

→ единицы

│

│ torch.randn(3, 3)

→ случайные числа

│ │

│

│ torch.arange(10)

→ [0,1,2,...,9]

│ │

│

└─────────────────────────────────────────────────────────────┤ │

│
│ │
│ │
│ │

│
│

│
🔹 ОПЕРАЦИИ С ТЕНЗОРАМИ

│


│

├─────────────────────────────────────────────────────────────┤ │

│

│ a + b, a - b, a * b, a / b

│

│ a @ b

→ матричное умножение

│

│ a.reshape(3, 4)

→ изменение формы

│ │

│

│ a.view(-1, 784)

→ изменение формы

│ │

│

│ a.sum(), a.mean(), a.max()

→ агрегации

│ │

│

└─────────────────────────────────────────────────────────────┤ │

→ поэлементные операции

│ │
│ │

│

│

│

🔹 НЕЙРОСЕТИ

│

├─────────────────────────────────────────────────────────────┤ │

│

│ nn.Linear(in, out)

│

│ nn.Conv2d(in, out, kernel)

→ сверточный слой

│

│ nn.MaxPool2d(kernel)

→ пулинг

│

│ nn.ReLU()

→ функция активации

│

│ nn.Dropout(p)

→ регуляризация

│

│ nn.CrossEntropyLoss()

→ loss для классификации│ │

│

└─────────────────────────────────────────────────────────────┤ │

│
→ полносвязный слой

│ │
│ │
│ │
│ │
│ │

│

│

│

🔹 ОБУЧЕНИЕ

│

├─────────────────────────────────────────────────────────────┤ │

│

│ optimizer.zero_grad()

→ обнуляем градиенты

│ │

│

│ output = model(input)

→ прямой проход

│ │

│

│ loss = criterion(output, target) → ошибка

│

│ loss.backward()

→ обратный проход

│ │

│

│ optimizer.step()

→ шаг оптимизатора

│ │

│

└─────────────────────────────────────────────────────────────┤ │

│

│ │

│

│

│

🔹 ПРОВЕРКА МОДЕЛИ

│

├─────────────────────────────────────────────────────────────┤ │

│

│ model.eval()

→ режим инференса

│

│ with torch.no_grad():

→ не считать градиенты │ │

│

│ torch.max(output, 1)

→ найти максимум

│ │

│

│ torch.softmax(output, dim=1)

→ вероятности

│ │

│

└─────────────────────────────────────────────────────────────┤ │

│

│

│ │

│

└─────────────────────────────────────────────────────────────────┘

Приложение Б: Глоссарий
text

┌─────────────────────────────────────────────────────────────────┐
│

ГЛОССАРИЙ ТЕРМИНОВ

│

├─────────────────────────────────────────────────────────────────┤


│

│

│

🔹 Тензор — просто таблица с числами

│

🔹 Вес — число, которое настраивается во время обучения

│

│

🔹 Эпоха — один полный проход по всем данным

│

│

🔹 Батч — группа примеров, обрабатываемых вместе

│

│

🔹 Функция активации — нелинейность (ReLU, Sigmoid)

│

│

🔹 Функция потерь (Loss) — показывает, насколько модель

│

│

│

ошибается

│

│

🔹 Оптимизатор — алгоритм, который настраивает веса

│

│

🔹 Градиент — направление, в котором нужно крутить веса

│

│

🔹 Переобучение — модель запомнила данные, но не умеет

│

│

обобщать

│

│

🔹 Свертка — скольжение маленького фильтра по картинке

│

🔹 Пулинг — уменьшение размера картинки

│

🔹 Dropout — случайное выключение нейронов для борьбы

│

│
│
│

с переобучением

│

│

🔹 Transfer Learning — использование готовой модели

│

│

🔹 Предобученная модель — модель, уже обученная на

│

│

больших данных

│

│

│

└─────────────────────────────────────────────────────────────────┘

Приложение В: Установка Google Colab
Если у вас нет мощного компьютера или вы не хотите ничего устанавливать:
text

┌─────────────────────────────────────────────────────────────────┐
│

GOOGLE COLAB — БЕСПЛАТНЫЙ GPU

│

├─────────────────────────────────────────────────────────────────┤
│

│

│

1. Зайдите на colab.research.google.com

│

│

2. Нажмите "Новый блокнот"

│

│

3. Выберите "Среда выполнения" → "Сменить тип" → "GPU"

│

4. Пишите код как в Jupyter!

│
│

│

│

│

Преимущества:

│

✅ Бесплатный GPU (ускоряет обучение в 10 раз!)

│

│

✅ Ничего не нужно устанавливать

│

│

✅ Работает в браузере

│

│

✅ Можно сохранять в Google Drive

│

│
│

│

│
Недостатки:

│


│

❌ Ограничение по времени (12 часов)

│

│

❌ Ограничение по памяти

│

│

❌ Нужен интернет

│

│

│

└─────────────────────────────────────────────────────────────────┘

Финальные слова автора
Дорогой читатель!
Если вы дочитали до этого места — вы не просто прочитали книгу. Вы сделали чтото гораздо более важное. Вы взяли и написали код. Вы увидели, как нейросеть
учится. Вы создали что-то, что работает.
Это и есть главный секрет. Не читать — а делать. Не смотреть — а создавать.
Теперь вы знаете, что нейросети — это не магия. Это инженерия. Это математика.
Это код. И всё это доступно каждому, кто готов потратить время и силы.
Я верю, что вы сможете пойти дальше. Сделаете свои проекты. Решите свои
задачи. Может быть, даже измените мир.
Помните:
text

┌─────────────────────────────────────────────────────────────────┐
│
│
│

│
"Единственный способ узнать, сможете ли вы

│

сделать что-то — это сделать это."

│

│
│

│
— Элеонора Рузвельт

│

│

│

│

│

│
│

"Код — это то, что я могу написать.
Всё остальное — это просто разговоры."

│
│

│
│

│
— Линус Торвальдс

│

│

│

│

│

│

✦

✦

✦

│

│

│

│

Спасибо, что прочитали.

│

│

Теперь — создавайте!

│

│
│

│
Ваш автор

│


│

│

└─────────────────────────────────────────────────────────────────┘

КОНЕЦ