Самое сложное для многих в машинном обучении - переход от теории к практике. Изучаешь математику, виды нейросетей, алгоритмы, библиотеки и, вроде, уже представляешь как должно все работать, как создать и обучить свою модель, как оценить ее качество, но вот именно до рабочего кода требуется какой-то качественный скачок. У меня тоже так было. Мне кажется, что именно на этапе создания самых первых моделей не хватает качественных руководств. Сначала теория-теория-теория, а потом бац и сразу куча непонятного кода с кратким объяснением как все должно работать.
Если вы с таким тоже сталкивались, то я принес вам "волшебную таблетку". Это, на мой взгляд, просто изумительный туториал, который пошагово обучает строить нейросеть, распознающую рукописные цифры из того самого датасета MNIST. Вот такими должны быть, в идеале, все руководства.
https://codelabs.developers.google.com/codelabs/cloud-tensorflow-mnist/#0
Если вы с таким тоже сталкивались, то я принес вам "волшебную таблетку". Это, на мой взгляд, просто изумительный туториал, который пошагово обучает строить нейросеть, распознающую рукописные цифры из того самого датасета MNIST. Вот такими должны быть, в идеале, все руководства.
https://codelabs.developers.google.com/codelabs/cloud-tensorflow-mnist/#0