Практичні приклади, наведені в посібнику, дозволяють вивчити основи фреймворка TensorFlow та його застосування в реальних конструкціях на мікрокомп’ютерах. Посібник призначений як слухачам Всеукраїнських наукових профільних шкіл – дослідникам-початківцям, так і викладачам, студентам, а також тим, хто проводить серйозні наукові дослідження.

ВСТУП ….…………………………………………………………..…………….....................… 5

1.    Штучний інтелект і машинне навчання з TensorFlow……………………... 5

Що таке TensorFlow.................................................................................. 11
Архітектура TensorFlow……………………………………………………...........….. 12
Компоненти TensorFlow……………………………………………………...........….. 13
Простий приклад TensorFlow……………………………………………….…........ 13
Завантаження даних у TensorFlow……..........................……………….…… 15

2.    Встановлення TensorFlow на Windows………….............................…..… 18

Версії TensorFlow…………………………………………………………..............……18
Встановлення Anaconda…………………………………………………..........………18
Створення .yml-файла для встановлення TensorFlow та залежностей…21
Використання блокнота Jupyter…...……………………………………………......24

3.    Встановлення TensorFlow на Raspberry Pi……………………………....…… 34

Встановлення TensorFlow на RPi у віртуальному середовищі………… 34
Встановлення TensorFlow безпосередньо на ОС Raspbian……………… 37
Встановлення класифікатора зображень на RPi …………………………… 39

4.    Основи TensorFlow…………………………………………………………...…......... 40

Що таке тензор, представлення тензора............................................... 40
Типи тензора…………………………………………………………………...............…. 41
Створення тензора n-розмірності…………………………………………......…… 42
Форма тензора……………………………………………………………….............….. 44
Типи даних…………………………………………………………………..............….… 45
Створення оператора………………………………………………………..........…… 45
Змінні………………………………………………………………………….................…. 47
Заповнювач………………………………………………………………….............…… 48
Сесія…………………………………………………………………………................…... 48
Граф…………………………………………………………………………................…… 51

5.    Візуалізація графа з TensorBoard………………………………………………..... 53

Що таке TensorBoard............................................................................... 53
Як користуватися TensorBoard............................................................... 55

6.    Pandas Python………………………………..……………………………………............. 59

Що таке Pandas і чому його використовують....................................... 59
Встановлення Pandas……………………………………………………….........…… 60
Кадр даних та серія................................................................................. 60
Створення кадра даних………………………………...…………………........……. 61
Діапазон дат…………………………………………………………………..............….  61
Перевірка даних……………………………………………………………............…… 62
Фрагментація даних……………………………………………………...........………. 63
Імпорт даних CSV за допомогою pandas.read_csv()………………………. 66

7.    Лінійна регресія з TensorFlow………………………………………………….…...... 67

Тренування моделі лінійної регресії…………………………………………...... 68
Тренування моделі лінійної регресію за допомогою TensorFlow….… 71
Тренування з використанням Pandas…………………………………………....  72
Рішення за допомогою оцінювача Numpy……………………………………... 77
Рішення з TensorFlow…......................…………………………………………..... 80

8.    Лінійна регресія для машинного навчання…………………………………....    85

Лінійна регресія TensorFlow із взаємодією………………................……... 85
Зведена статистика……………………………………………………………............. 87
Facets Overview для огляду набору даних……………………………………  89
Facets Deep Dive для окремих фрагментів даних..…………………………  89
Встановлення веб-додатка Facets………………………………………………...  89
Overview для обчислення статистики …………………………………………... 91
Побудова матриці кореляції …………...………………………………………....... 93
Використання Facets Deep Dive……………….……………………………........... 96
API оцінювачів TensorFlow…………………………………………………….......... 98
Удосконалення моделі: врахування взаємодії……………………………… 101

9.    Лінійний класифікатор в TensorFlow: бінарна класифікація……..……  104

Як працює бінарний класифікатор........................................................ 104
Вимірювання продуктивності лінійного класифікатора...................... 106
Лінійний класифікатор з TensorFlow…………………………………………......107

10.    Методи ядра в машинному навчанні: ядро Гаусса…………………..…….  124

Для чого потрібні методи ядра................................................................ 125
Що таке ядро в машинному навчанні..................................................... 128
Типи методів ядра…………………………………………………………….............… 129
Тренування класифікатора ядра Гаусса з TensorFlow…………………… 129

11.    Штучна нейронна мережа з TensorFlow…………………………………...…… 138

Що таке штучна нейронна мережа........................................................  138
Нейромережева архітектура……………………………………………….......…… 139
Обмеження нейронної мережі………………………………………………........… 141
Приклад нейронної мережі в TensorFlow…………………………………...….. 142
Тренування нейронної мережі з TensorFlow…………………………….....…. 143

12. Конволюційна нейронна мережа: тензорна класифікація зображень…147

Архітектура конволюційної нейронної мережі………………………….……. 147
Компоненти конвнетів………………………………………………………............…. 148
Тренування CNN з TensorFlow…………………………………………………........ 153

13. Автоенкодер в глибокому навчанні: приклад TensorFlow…..…………….. 160

Що таке автоенкодер............................................................................... 160
Приклад автоенкодера....................…………………………………………......... 161
Побудова автоенкодера з TensorFlow………………………………………...…. 161

14. Рекурентна нейронна мережа: приклад з TensorFlow……………..………… 171

Що таке RNN............................................................................................... 171
Побудова RNN для прогнозування часових рядів................................. 177

15. Проекти машинного навчання на мікрокомп’ютерах................................ 183

Мікрокомп’ютери для машинного навчання..........................................  183
Movidius Neural Compute Stick 2 від  Intel на Raspberry Pi 4................ 190
Запуск моделі Keras на Movidius Neural Compute Stick 2..................... 198
Автономний робот-танк……………….………………........................................ 202
Класифікатор зображень на Raspberry Pi з NCS................................... 208
API для розпізнавання об’єктів з Raspberry Pi та TensorFlow.............. 216

Завантажити книгу

 

Зміст

ВСТУП. Хто, як і навіщо стежить за вами через Інтернет………........................    4

1.    Захист паролів та даних……………………………………………..........….............…    9

1.1.    Криптографічні алгоритми шифрування…………………………...............……    9
1.2.    Хешування для захисту паролів………………………………….................…..    13
1.3.    Створення пароля, який легко запам'ятати……………………….…........…..    18
1.4.    Гра в хованки або стеганографія для захисту інформації………..….…..    21
1.5.    Зберігаємо таємниці в хмарах……………………………………….....…..............    26
1.6.    Захист поштових сервісів……………………………………………..................….    30
1.7.    5 речей, які потрібно знати про безпеку додатків Google………...…..….    35
1.8.    Фізична та логічна руйнації даних: відновлення інформації……...…...…  36
1.9.    Поради, які допоможуть зберегти вашу конфіденційну інформацію....   41

2.    Raspberry Pi як інструмент пентестера………………………......................…….    43

2.1.    Налаштування автономної платформи пентестера на Raspberry Pi з
Kali Linux…………………………………………………………………........................................ 43
2.2.    Як тестувати власну мережу та посилити свою безпеку з Kali Linux...    55
2.2.1.    Тестування паролю WPA Wi-Fi з Aircrack………………….........................   55
2.2.2.    Створення фейкової мережі з Airbase………………………….....................    58
2.2.3.    Перехоплення трафіку іншого пристрою за допомогою
атаки «людина в центрі» з  підміною ARP.......………………………........................   60
2.3.    5 кроків, щоб промацати свою мережу та побачити все,
що відбувається в ній…………………………………………………….................................   62
2.4.    Перехоплення паролів WPA користувачів за допомогою
атаки Fluxion……………………………………………………………......................................... 69
2.5.    Як зламують WPA/WPA2-Enterprise…………………………………….................  76
2.6.    Як захистити себе від програм, які роблять злом Wi-Fi простим…….......  80

3.    Анонімність в Інтернеті………………………….………………………...........................  83

3.1.    Вимикаємо блоки відстеження даних, соціальні віджети та
інше в Chrome і Firefox……………………………...………………….................................... 83
3.2.    Як змінити «відбитки пальців» вашого браузера так,
щоб він більше не був унікальним……..……………………………….............................. 86
3.3.    Як зробити серфінг в Інтернеті анонімним з Tor на Raspberry Pi…..…......  87
3.4.    Як встановити VPN на Raspberry Pi……………………………………....................  91
3.5.    Перші кроки в I2P - анонімному зашифрованому Інтернеті………...….......  95
3.6.    Проксі-сервер на Raspberry Pi для доступу в I2P………………....…….........  99

Висновки……………………………………………………………………….................................. 105

Завантажити книгу