Python Master_Race
28/01/2021
👋 Programmer တစ်ယောက်လိုတွေးကြည့်ဖူးလား။ ?
Code တွေ၊ syntax တွေ၊ data structures တွေဆိုတာ programmer တစ်ယောက်ရဲ့ coding sense အပေါ်မူတည်ပြီးမှ ကောင်းတဲ့ program လား၊ မကောင်းတဲ့ဟာလား ဆိုတာပေါ်လာတာပါ။
အဲ့လို programmer thinking ရအောင်အချိန်ပေးပြီးသင်ပေးတဲ့ သင်တန်းကောတွေ့ဖူးလား။ ရှိမယ်လို့ကောထင်လား။ 🤔
ဒဲ့ပြောရရင် အဲ့လို Program တစ်ခုလက်တွေ့ရေးနိုင်ဖို့ အခြေခံကျတဲ့ စဉ်းစားတွေးခေါ်တတ်ဖို့ပါ ကျနော်တို့ Complete Python Course မှာ Guided Project တစ်ခုစတင်ထည့်လိုက်ပါပြီ။
🔥Banking system သေးသေးလေးတစ်ခုကို အတူတူတည်ဆောက်ကြည့်မယ်။
🔥Database အနေနဲ့ သိမ်းထားပြီး Permanently save လို့ရ၊ read လို့ရတဲ့ အထိသွားမယ်။
🔥ရှုပ်ထွေးတဲ့ modules တွေလျှောက်ကြည့်စရာမလိုဘူး။ လေ့လာထားခဲ့တဲ့ lecture တွေ၊ exercise တွေကို ပြန်သုံးပြီး မရ ရအောင်ရေးမယ်။
🔥Error and bugs တွေ တကယ်အတူ စဉ်းစားပြီးပြင်မယ်။ ကျော်မယ်၊ လွှားမယ်။
✳️အဲ့တော့ ဘာရမှာလဲ ?
(၁) လက်တွေ့မှာ project တစ်ခုလာအပ်ရင် ဘယ်လိုစဉ်းစားမယ်၊ ဘာကို အရင်လုပ်မယ် စသည်ဖြင့် programmer's way of thinking ရသွားမယ်။
(၂) ကိုယ်တိုင် Python programming အပေါ် ယုံကြည်မှု ပိုရှိလာမယ်။
(၃) သင်ခဲ့သမျှ lecture တွေပြန်သုံးရလို့ ၊ short-term memory to long-term memory ပြောင်းဖို့ solidification လုပ်ဖြစ်မယ်။
အဲ့တော့ကာ... အချိန်ကုန်ခံ၊ bill အကုန်ခံ ပြီး ဟိုစုံစမ်း ဒီစုံစမ်း လုပ်မနေပါနဲ့တော့။
Python Master_Race. ရဲ့ Complete Python Course ကိုအခုပဲ လာတက်ပါ။ 😉
🔹Saliency map ဆိုတာဘာလဲ၊ ဘယ်လဲ?
❗သင်က machine learning models တွေကိုင်မယ်ဆို သိကိုသိထားသင့်တဲ့ topic တစ်ခုပါ။
Deep learning model တွေက object တွေခွဲခြားတဲ့အခါ ပုံရဲ့ဘယ် pixel တွေကိုကြည့်ပြီးဆုံးဖြတ်လဲသိချင်တဲ့အခါမှာ သုံးပါတယ်။
အခုပုံကိုကြည့်ရင် အစပိုင်း epoch တွေမှာ ✨ points တွေပြန့်ကျဲနေတာတွေ့ရမှာပါ။ ဒါပေမဲ့ training အချိန်ကြာလာတာနဲ့အတူ points တွေက ကြောင်လေးရဲ့ မျက်လုံး၊ နားရွက်၊ နှုတ်ခမ်းမွှေး၊ တွေနားမှာစုပုံပြီး လင်းလာတာတွေ့ရမှာဖြစ်ပါတယ်။
ပြောချင်တာကတော့ အခုပြထားတဲ့ Convolution network က ကြောင်လေးတွေခွဲခြားရင် အဲ့အစိတ်အပိုင်းလေးတွေခွဲကြည့်တယ်ဆိုတာကို ကျနော်တို့ မြင်ရပြီဖြစ်ပါတယ်။
ဘာလို့ saliency map ဘယ်လိုဖြစ်ပေါ်လာလဲဆိုရင် ပုံပြင်ရှိပါတယ်။ တကယ်လား ဘာလားတော့မသိပါ။😌
US က စစ်တပ်က tank detector လုပ်တဲ့အချိန်မှာ အကုန်ကောင်းနေပါတယ်။ test set လုပ်ကြည့်တော့လည်း accuracy ကအရမ်းမြင့်နေတယ်။ ဒါပေမဲ့ တကယ့် လက်တွေ့မှာ အဲ့ detector ကိုသုံးတော့ အဖြေတွေမှားနေတာတွေ့ရပါတယ်တဲ့။
အဲ့တော့ researcher တွေက saliency map ကိုလက်တွေ့ လေ့လာပြီး သုံးကြည့်လိုက်တော့မှ သူတို့ရဲ့ tank detector က training set မှာပါတဲ့တိမ် (clouds) တွေအပေါ်မူတည်ပြီးခွဲခြားနေရောတဲ့။ 😝
အဲ့အခါမှပဲ တိမ်မပါအောင် သေခြာ fine-tune မှအောင်မြင်သွားပါတယ်တဲ့ခဗျာ။
တစ်ခါတစ်လေကျတော့လည်း ထည့်မစဉ်းစားမိတဲ့ features လေးတွေက တိုင်ပတ်နေတာမျိုးပေါ့။
အဲ့တာလေးတွေသိဖို့ဆို ကိုယ့် model ကဘာကိုကြည့်နေလဲဆိုတာသိဖို့လိုတယ်။ တစ်နည်းပြောရရင် ကိုယ့် model ရဲ့တွေးတောပုံကို visualize လုပ်တာပေါ့။
ဒါဆို saliency map ရဲ့အရေးပါပုံသိရမယ်ထင်ပါတယ်။
Theory and equations ကတော့အချိန်ပေးပြီးရေးပေးပါဦးမယ်။
ပုံပါ gif သည်ကျနော်ကိုယ်တိုင် train ထားတဲ့ model ပါ။ 20 epochs ကို convolution layer ၃လွှာကို သုံးပြီး တစ် epoch ပြီးတိုင်း တစ်ခါ 300x300 pixels ရှိတဲ့ saliency map ထုတ်ထားတာပါ။
Thank you
21/01/2021
Live lessons တွေထက် prerecorded lessons တွေကအပုံကြီး သာတယ်လို့ကျနော်ပြောရင် ယုံလိုက်ပါ။
#ဖတ်စရာအတိုအထွာ #၄
ဘာလို့ prerecorded lessons တွေကပိုပြီးကောင်းတာလဲ?။
😌 Learning curve ကတစ်သမတ်တည်းမဟုတ်ပါဘူး
လူတစ်ယောက်နဲ့ တစ်ယောက် လေ့လာပုံ၊လေ့လာနည်း၊ လေ့လာနိုင်စွမ်း learning curve နဲ့ သင်ယူနှုန်း learning pace ကမတူပါဘူး။
အဲ့တော့ တစ်ချို့က lesson တစ်ပိုင်းဆီ သေချာကြည့်ပြီး မှ နားလည်သွားတာမျိုး။ တစ်ချို့က တစ်ခုလုံးကို မြန်မြန်ကြည့်ပြီးမှ ကိုယ့် notes ကိုယ်ပြန်ကြည့်ပြီး နားလည်တာမျိုးပါ။ (အဲ့တာကျနော့် style ပါ)
ကိုယ်လေ့လာနေတဲ့ lesson ကို video အနေနဲ့ရှိခြင်းဖြင့် ကြိုက်သလို အနှေးအမြန်၊ ရှေ့တိုးနောက်ဆုတ် ကြည့်ပြီးလေ့လာလို့ရပါတယ်။ အဲ့အပြင် video ကို pause ပြီး ကိုယ်တိုင်တစ်ပိုင်းဆီ code ပြီးလေ့လာနိုင်တာ ကလည်း short-term memory ကို ပိုပြီးခိုင်မာစေပါတယ်။
😴အာရုံမနောက်ပါဘူး။
Live lessons တွေက အာရုံအရမ်းစိုက်ရပါတယ်။
လိုင်းကျသွားတာ၊ အသံထစ်တာမျိုးတွေရှိလို့ လွတ်သွားတာတွေ၊ နားမလည်လိုက်တာမျိုးတွေရှိနိုင်ပါတယ်။
ကိုယ်က အရေးကြီးကိစ္စပေါ်လာလို့ ရပ်ရမယ်ဆိုလည်း live lessons တွေမှာ အဆင်မပြေပါဘူး။
🤑ပိုပြည့်စုံပြီး အဖိုးအခသက်သာခြင်း
Live သင်ရင် သင်ပေးတဲ့သူကမေ့ပြီးကျော်သွားတာမျိုးတွေရှိနိုင်တယ်။
Prerecorded မှာတော့အဲ့တာမျိုးမရှိပါဘူး။
ပြီးတော့ prerecorded video တွေ lecturer သင်ပေးတဲ့သူကလည်း ခဏခဏ live သင်ရတာမဟုတ်တဲ့အတွက် course အဖိုးအခကအများကြီးသက်သာပါတယ်။ ဒီ lesson၊ ဒီ theory ၊ ဒီ course ကိုပဲ prerecorded နဲ့ယှဉ်ရင် live တွေမှာဆို ဈေးက အလွန်များပါတယ်။ live တွေက အချိန်ကာလလည်း အကြာကြီးပါ။
😉Prerecorded တွေကအမြဲ update ဖြစ်နေမှာပါ
သင်ပေးတဲ့သူကတော့ ကိုယ့် course ကို complementary video အသစ်ထွက်တိုင်း သင်တန်းသားတွေကို video တန်းပို့ပေးလို့ရမယ်။
အဲ့အတွက် သင်တန်းသားက အမြဲ course ကို up to date ဖြစ်နေမယ်။
😎ဆရာကြီးတွေအတွက်ဆို ရွှေပဲ။
မအိပ်မနား ဝုန်းဝုန်းဝုန်း ဆိုပြီး လေ့လာတတ်တဲ့သူတွေအတွက်ဆို prerecorded တွေက တစ်ခုပြီးတစ်ခု ဆက်တိုက်လေ့လာပြီး မြန်မြန်တတ်လွယ်ပါတယ်။ lesson တစ်ခုနဲ့တစ်ခု ကြားမှာအချိန်မကြာတဲ့အတွက် ဟိုးအရှေ့က lesson တွေနဲ့ နောက်ပိုင်းဟာတွေပါ အချိတ်အဆက် ရှိရှိနဲ့ ကြည့်လို့လည်းရတယ်။
လွယ်တာတွေမြန်မြန်လေ့လာ၊ ခက်တာတွေအချိန်ပေး စသလို learning curve ကို ကိုယ်ကြိုက်သလို adjust လုပ်လို့လည်းရပါတယ်။
အဲ့တော့ကာ Python coding လေ့လာချင်ရင် Python Master_Race. က complete course ကို 23 January ကစပြီး မြန်မြန်ပဲလာလေ့လာလိုက်ပါ။😉
14/01/2021
👀🔥 Computer vision အလကားလေ့လာကြမယ်။
ဟုတ်ပါတယ်။ Free လည်းဖြစ်၊ အရမ်းကောင်းပြီး၊ အရမ်းစနစ်ကျတဲ့ OpenCV lessons တွေကိုရှာဖွေနေရင်တော့ ဒီ website လေးကိုလမ်းညွှန် ပါရစေ။
Python နဲ့ OpenCV, Deep Learning တွေကိုအသုံးပြုပြီး real world projects တွေတည်ဆောက်ဖို့ tutorials တွေပါရှိတယ်ဗျာ။
ပြီးတော့သူက သူ့ code တစ်ပိုင်းချင်းဆီကို သေချာရှင်းပြထားတာပါ။
Lesson တွေအတွက်လိုအပ်တဲ့ code, resources တွေလည်းသေချာ ချထားပေးတယ်။
ပြီးတော့ website founder Adrian ကလည်းအမြဲ comments and FAQs တွေကို လိုက်လံဖြေဆိုပေးတတ်ပါသေးတယ်။
❗ စစချင်း OpenCV နဲ့စိမ်းနေမယ်ဆို သူ့ရဲ့ email register လုပ်ခိုင်းပြီးပေးတဲ့ Free Intro Course လေးကိုလည်း try ကြည့်ဖို့တိုက်တွန်းပါတယ်။
ဆိုတော့ကာ OpenCV စိတ်ဝင်စားသူတွေ ဝင်ကြည့်သင့်တဲ့ website တစ်ခုလို့ပြောချင်ပါတယ်။
www.pyimagesearch.com
Thank you ☺️
10/01/2021
❗Python သင်ပါ။
ဘာ programming language သင်ရမလဲစဉ်းစားနေတာတွေ ရပ်လိုက်ပါတော့။
Python programming ရဲ့လူကြိုက်များရခြင်း အချက် 4 ချက်။
🔥1. အကြီးအကျယ်လွယ်ကူခြင်း။
Java, C စသော language တွေနဲ့မတူပဲ python syntax သည်ရိုးရှင်းလှပါတယ်။ ရေးရတာလွယ်ရုံတင်မကပဲ ပြန်ဖတ်ရတဲ့အခါမှာ instruction manual တစ်ခုဖတ်နေရသလိုကို ရိုးရှင်းလွယ်ကူပါတယ်။ တကယ်သာလုပ်ရင် python ဆိုတာ ကလေးပိစိလေးတွေတောင် ဝုန်းဒိုင်းဆိုပြီ တတ်လွယ်ပါတယ်။
**************************
🔥2. Supportive community and backings
Python code development ကို Facebook, AWS, Google စတဲ့ tech giants တွေက sponsor ပေးပြီး ကောင်းသည်ထက်ကောင်းအောင် လုပ်ပေးနေတာပါ။
အဲ့အပြင် အပြန်အလှန် ကူညီနေတဲ့ python developer forum တွေလည်းအများကြီးပါ။
Community support ကောင်းရင် error, bug ဖြေရှင်းချိန်၊ လေ့လာချိန်တွေမှာ ထူးခြားပါတယ်။
**************************
🔥3. Hundreds of Libraries and APIs
Python အတွက်လုပ်ပေးထားတဲ့ libraries တွေကကြောက်ဖို့ကောင်းအောင်ကိုများပါတယ်။
Data science, artificial intelligence, mathematics, web development စတဲ့နယ်ပယ်တွေကိုပါ python တစ်ခုတည်းနဲ့ လုပ်နိုင်တယ်။
အတော်များများဟာလည်း free (or) open source တွေပါ။ အဲ့အတွက်ကြောင့် ကိုယ်လုပ်နိုင်သလောက် free ကြိတ်လို့လည်းရပါသေးတယ်။
**************************
🔥4. စိတ်ချရတယ်၊ မြန်တယ်၊ multiplatform ရတယ်
Python code and libraries တွေက open source ဆိုတဲ့အတိုင်းကို အမြဲ update ဖြစ်တယ်၊ bug and error နည်းတယ်။ အဲ့တော့စိတ်ချ လက်ချ အေးဆေးလက်တင်သုံးရုံပဲ။
Desktop apps, mobile apps, web apps တွေတင်မက low hardware setup တွေမှာပါ python ကို အသုံးပြုနိုင်တယ်။
**************************
အဲ့တော့ဗျာ။ နှစ်ခါမစဉ်းစားပါနဲ့။ နောက် 1 ပတ်နေရင် Python Master_Race. ကနေ
❗ Complete Python Course ဖွင့်မယ်။
တက်ပါ။ 😉
Course အသေးစိတ်ကို တင်ပေးပါမယ်။
I guarantee you a smarter learning style✌️
Click here to claim your Sponsored Listing.
Contact the business
Website
Address
Insein
Yangon