设为书签 Ctrl+D将本页面保存为书签,全面了解最新资讯,方便快捷。 您也可下载桌面快捷方式。点击下载 | 新浪科技 | 新浪首页 | 新浪导航

深度学习入门Fast.ai 2.0上线!自带中文字幕,所有笔记、资源全部免费!

2020-08-23 13:05:01    创事记 微博 作者:   

原标题:深度学习入门Fast.ai 2.0上线!自带中文字幕,所有笔记、资源全部免费! 来源:量子位

关注前沿科技

贾浩楠 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

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。

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。

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。

安装最新的Fast.ai也十分简单,只要通过一行代码:

pip install fastai

如果你用的是conda,那么用这个指令来安装:

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:

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:fastcore,fastscript和fastgpu。

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:

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:

$ 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





(声明:本文仅代表作者观点,不代表新浪网立场。)

分享到:
保存   |   打印   |   关闭