Einleitung

Das Schreiben des Buches begann im April 2022. Damals hatte ich geplant, MuZero zu implementieren und daraus ein Buch zu schreiben. Nachdem ich das Modell programmiert und trainiert hatte, dachte ich eine Weile darüber nach, ob ich es wirklich verstanden habe. Was fehlt mir? Später erkannte ich die Ursache.

Tiefes Lernen und KI sind das Ergebnis einer langen Technologiegelie, in der zahlreiche Versuche und Irrtümer gemacht wurden. Ich erkannte, dass ich nicht nur ein grundlegendes Verständnis von Mathematik und Physik benötigte, sondern auch eine tiefe Kenntnis der vielen alternativen Ansätze, die im Laufe der Technologiegelie aufgeblüht und wieder verschwunden sind, sowie warum diese Technologie überlebt hat. Vor etwa einem Jahr und einem halben Jahr begann ich, Mathematik und Physik erneut zu studieren, und schrieb das Buch vollständig neu.

Jetzt möchte ich, obwohl es noch unvollständig ist, die Inhalte im Internet veröffentlichen und meine Überlegungen mit Ihnen teilen. Der Inhalt des Buches wird während der weiteren Studien ständig aktualisiert werden. Es wurde auf Koreanisch verfasst, und andere Sprachversionen wurden mit Hilfe von LLM übersetzt. Ich plane, auch in Zukunft die Übersetzungen in weitere Sprachen zu erweitern.

Da ich mich über einen langen Zeitraum intensiv mit einem Thema beschäftigte, gab es auch Zeiten, in denen ich müde war. In solchen Momenten waren meine Schwestern, Brüder und Nichten eine große Stütze für mich. Vor allem waren es meine Eltern, die mir den Antrieb gaben, das Buch zu beenden.

Vielen Dank.

  1. März 2025, Sun Yong Park.

Umgebungssetup

1. CoLab Nutzung

Aktuell ist in der rechten oberen Ecke jedes Kapitels die Möglichkeit vorhanden, es in CoLab zu starten. Das Studium durch das Ausführen von Codezellen in der CoLab-Umgebung ist optimal.

2. Lokales Betrachten des Buches im HTML-Format

Nach dem Herunterladen des Repositories auf den lokalen Rechner können Sie das Buch im HTML-Format anzeigen, indem Sie folgende Befehle ausführen:

git clone https://github.com/Quantum-Intelligence-Frontier/dldna.git
cd dldna
python -m http.server

Die Ausführung der obigen Befehle startet einen lokalen Webserver, und Sie können das Buch im HTML-Format über den Webbrowser anzeigen. Standardmäßig ist es unter http://localhost:8000 verfügbar.

3. Lokales Ausführen von Jupyter Notebook (Conda-Umgebung)

Um Jupyter Notebook lokal auszuführen und die erforderlichen Pakete zu installieren, folgen Sie bitte den nachfolgenden Schritten. Das Verwenden einer Conda-Virtualumgebung wird empfohlen.

  1. Setup der Conda-Umgebung (Installation von Anaconda oder Miniconda erforderlich)

    • Wenn Anaconda oder Miniconda noch nicht installiert sind, müssen Sie diese zunächst installieren. Laden Sie die Installationsdatei vom Anaconda-Download-Seite oder der Miniconda-Download-Seite herunter und installieren Sie sie.

    • Erstellen Sie eine neue Conda-Virtualumgebung. dldna_env kann in den gewünschten Umgebungsnamen geändert werden. Es wird empfohlen, eine Python-Version zu verwenden, die mit dem Repository kompatibel ist (z.B. 3.9, 3.10, 3.11 usw.).

      conda create -n dldna_env python=3.10

    • Aktivieren Sie die erstellte Virtualumgebung.

      conda activate dldna_env

  2. Repository herunterladen und navigieren

    git clone https://github.com/Quantum-Intelligence-Frontier/dldna.git
cd dldna

  3. Installation der erforderlichen Pakete

    In der Datei requirements.txt im Verzeichnis dldna finden Sie die Liste der erforderlichen Pakete. Installieren Sie diese mit pip.

    pip install -r requirements.txt
    • Falls bei der Ausführung von pip install -r requirements.txt Fehler auftreten, sollten Sie den Befehl im Root-Verzeichnis des Repositorys und nicht im dldna-Ordner ausführen.

  4. Ausführen von Jupyter Notebook

    jupyter notebook

    oder

    jupyter lab

    In Ihrem Webbrowser wird Jupyter Notebook oder Jupyter Lab geöffnet. Sie können die .ipynb-Dateien im dldna-Ordner öffnen und die Notebooks ausführen.