主页 > 开发 > 深度学习入门Fast.aiV2上线!中文字幕,笔记资源免费

深度学习入门Fast.aiV2上线!中文字幕,笔记资源免费

量子位 开发 2020年08月24日

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

Fast.ai,最受人们欢迎的MOOC课程和深度学习框架之一。

重代码而非数学,这让不少使用Fast.ai的初学者称霸各种Kaggle比赛

昨天,最新的Fast.ai 2.0版本上线

新版本完全对Fast.ai V1进行了重置,构建了全新的深度学习框架。更轻快、更灵活、更容易使用。

而且,对中国用户最友好的是,全部课程视频都有简体中文字幕

2.0更新了哪些课程

 

新上线的Fast.ai 2.0是测试版,目前公开的课程分为两大部分:深度学习任务速成,和更加细致全面的深度学习基础

深度学习入门Fast.aiV2上线!中文字幕,笔记资源免费

其中,速成部分有7节课,分别是:

图像分类
SGD入门
多标签
NLP
反向传播:从零开始的神经网络
CNN
GAN

如果你已经有了一定的基础,那么可以直接开始第二部分课程深度学习基础

这一部分包含7课,从深度神经网络的基础结构讲起,包括神经网络的训练过程、模型内部结构、数据块的API等等。

在Fast.ai官网上,每一节课的页面,左边是视频播放,右边有本节提纲,和其他网友详细的学习笔记链接。此外还有各种丰富的扩展资料。

深度学习入门Fast.aiV2上线!中文字幕,笔记资源免费

可以说,团队是十分用心了。

但是,如果你没有任何机器学习的基础知识储备,那么要注意一点:

V2版本中移除了V1中的机器学习入门,需要这些课程的用户只能出门左转使用V1.。

但团队承诺,仍然会对V1进行更新维护。

安装使用教程

 

Fast.ai除了提供免费的课程,更主要的是作为一个高度简化集成的深度学习框架,为初学者提供了简单易上手的深度学习任务工具,比如CV分割工具。

深度学习入门Fast.aiV2上线!中文字幕,笔记资源免费

安装最新的Fast.ai也十分简单,只要通过一行代码:


  1. pip install fastai 

如果你用的是conda,那么用这个指令来安装:


  1. conda install -c fastai -c pytorch fastai 

如果你想自己进一步修改开发Fast.ai,那么需要安装可编辑的版本:


  1. git clone —recurse-submodules https://github.com/fastai/fastaipip install -e “fastai[dev]”

当然,所有的安装都要求电脑预装最新版本的Python和PyTorch

最后,还有一个完全不用安装的使用方法,谷歌Colab,加载完成后记得选择GPU模式运行。

V2特色:三大核心库

 

这一次Fast.ai的更新,核心功能是3个库:fastcorefastscriptfastgpu

fastcore

 

其中,fastcore利用Python的灵活性,添加了其他语言的一些优秀特性。

比如来自Julia的多重调度,来自Ruby的mixin,以及来自Haskell的currying、binding。

它还增加了Python中一些 “缺失的特性”,并清理了Python标准库中一些不太好用的部分,比如简化并行处理。

fastscript

 

fastscript专门为快速设计脚本而设。在 Python中,可以使用自带的argparse来实现但它很复杂,尤其是当你想支持命令行参数、提供帮助和其他细节。

而Fastscript是一个完整的、可以使用的命令行应用程序。运行调用也十分简单:


  1. from fastscript import *@call_parsedef main(msg:Param(“The message”, str),        upper:Param(“Convert to uppercase?”, bool_arg)=False):   print(msg.upper() if upper else msg) 

运行之后可以得到:


  1. $ python examples/test_fastscript.pyusage: test_fastscript.py [-h] [—upper UPPER] msgtest_fastscript.py: error: the following arguments are required: msg 

fastgpu

 

fastgpu库只提供了一个命令fastgpu_poll,它可以轮询一个目录来检查是否有脚本要运行,然后在第一个可用的 GPU 上运行它们。

如果没有可用的GPU,fastgpu进入等待状态。如果有一个以上的GPU可用,则多个脚本将并行运行,每个GPU运行一个。

这是最简单的运行模型简化测试的方法,它可以利用所有的GPU,没有并行处理的成本,也不需要人工干预。

Fast.ai新书同步上线

 

除了刚才介绍的3个核心库,Fast.ai2.0还有很多使用技巧。

开发团队推荐使用Fast.ai2.0的配套书籍《程序员实用深度学习教程》来学习。

现在亚马逊可买实体书,JupyterNotebook也可以免费阅读。

面向0基础初学者、所有资源免费、中文字幕、官方整理详细笔记、还可以白嫖谷歌Colab,这么优质的学习资源,你还在犹豫什么呢?

传送门

课程介绍 https://www.fast.ai/2020/08/21/fastai2-launch/

教学视频 https://course19.fast.ai/index.html

亚马逊链接

https://www.amazon.com/Deep-Learning-Coders-fastai-PyTorch/dp/1492045527

标签: