登录
  • #公开课

机器‌‌‍‍‌‍‍‌‍‍‌‌‌‌‌‍‌‍‍‌‍‌‍‌‌‌‍‌‍‌‍‍学习没你想象的那么难,Fast.ai 带你飞

fby0656
1634
2
如何学深度学习,Fast.ai提供了简单上手,完全免费的课程,连苹果内部都专人组织讨论班,受到部门总监的强力推荐,不赶紧上车还等什么?

它的公开教大多利用深度学习解决实际问题,并不需要多复杂的知识体系。仅需像搭积木一样把已有的轮子堆叠起来,再加上一些tricks,就能得到一个看得过去的解决方案。

Fast AI的课程自上而下的教学理念,大体而言,就是先展示深度学习解决实际问题的示例,提起刚接触者的兴趣和信心,然后逐步深入,揭示深度学习的底层理论。其所采用的框架是构建在Pytorch基础上的一套API。课程的教授者是Kaggle竞赛的资深选手,课程中不乏各种trick,而且课程内容紧跟技术前沿,不少新论文中的技巧都会在课程中得到实现和验证。

最新v3课程中添加了swift部分,和 Python 相比,Swift 有很多优势。Google大力投资,使 Swift 成为其 TensorFlow 机器学习基础的关键组成。

par1:

1 - Image classification

2 - Production; SGD from scratch

3 - Multi-label; Segmentation

4 - NLP; Tabular data; Recsys

5 - Backprop; Neural net from scratch

6 - CNN deep dive; Ethics

7 - Resnet; U-net; GANs

part2:

8 - Backprop from the foundations

9 - The training in depth

10 - Looking inside the model

11 - Data Block API; generic optimizer

12 - Advanced training; ULMFiT

13 - Swift: Deep Learning Basics

14 - Swift: Putting it all together

创始人Jeremy Howard 在业界可谓大名鼎鼎。他是大数据竞赛平台 Kaggle 的前主席和首席科学家。他本人还是 Kaggle 的冠军选手。他是美国奇点大学(Singularity University)最年轻的教职工。曾于 2014 年,作为全球青年领袖,在达沃斯论坛上发表主题演讲。他在 TED 上的演讲 The wonderful and terrifying implications of computers that can learn 收获高达 200 万的点击。同时,他还创立了 Enlitic, FastMail,以及 Optimal Decisions Group 三家科技公司,并担任 CEO。

--------------------- ---------------------

如何从开始入门Fastai?分为4个步骤:python,Jupyter Notebook,GPU和作业。

1)Python

Python是Fastai课程及其 Notebook中使用的编程语言。学习Fastai课程不需要是python专家并不是必不可少的,但需要进行最低限度的练习。

在线课程:

第一个Python Notebook(www.firstpythonnotebook.org

Python数据科学教程(github.com/ujjwalkarn/DataSciencePython)

Coursera上的Python课程(www.coursera.org/courses?query=python

书:Python深度学习(www.amazon.com/Deep-Learning-Pyt ... ollet/dp/1617294438

以下2个Python库在Fastai Notebook中很常用,但你可以在课程中学习它们(它们不是先决条件)。

NUMPY

NumPy是使用Python 进行科学计算的基础包。它允许对数组,矩阵,向量和高维张量进行数学运算,就好像它们是Python变量一样。

在线课程:

Numpy教程(github.com/jamesdietle/fastaipart1v2/blob/master/Tutorials/NumpyTutorial.ipynb)

Python Numpy教程(cs231n.github.io/python-numpy-tutorial)

PANDAS

Pandas是一个开源的,拥有BSD许可的库,为Python编程语言提供高性能,易于使用的数据结构(例如:csv文件)和数据分析工具。它很适合与NumPy一起使用。

在线课程:forums.fast.ai/t/deep-learning-brasilia-licao-6/15955/3

2)Jupyter Notebook

Project Jupyter的目的是开发开源软件、开放标准和跨数十种编程语言(尤其是Python)的交互式计算服务。你将使用Jupyter Notebook来实现所有ML或DL算法。

在线课程:

Jupyter Notebook简介(

Jupyter Notebook命令和快捷方式1(github.com/reshamas/fastai_deeplearn_part1/blob/master/tools/jupyter_notebook.md)

28种 Jupyter Notebook提示,技巧和快捷方式(www.dataquest.io/blog/jupyter-notebook-tips-tricks-shortcuts/

Usar“可折叠/可扩展的jupyter细胞”e seus Jupyter Notebook(forums.fast.ai/t/deep-learning-brasilia-licao-1/13529/23)

一个有趣的Jupyter Notebook画廊(github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks1)

3)GPU

一旦你了解了一些Python并知道如何使用Jupyter Notebook,你需要在具有GPU的服务器上安装Fastai库及其Notebook。

注意:如果你没有本地NVIDIA GPU,并且不想在线使用,则可以在计算机上安装Fastai并仅使用你的CPU,但是,获取ML/ DL模型的训练结果可能需要一段时间。

为何选择GPU?在训练ML或DL算法时需要它来减少训练时间。如果没有GPU,将无法使用数百万个数据训练ML或DL算法。

有两种可能性 :如果你的电脑有一个NVIDIA显卡,你可以配置你的本地GPU;也可以在线租用Google Cloud,Google Colab,PaperSpace,AWS或其他。

(forums.fast.ai/t/deep-learning-brasilia-revisao-licoes-1-2-3-e-4/14993)

本地GPU

Howto:在Windows上安装(forums.fast.ai/t/howto-installation-on-windows/10439)

在线GPU

AWS 别忘了关闭虚拟机!

Clouderizer + Google Colab(免费!!!)

建议用Google Cloud Platform, 一开始就有300刀的免费credit

4)作业

Jeremy Howard为他教授的每个视频讲述了10个小时的个人工作,如果你想学习ML和DL,而不仅仅是理解原则,你必须去实践。

课程官网:www.fast.ai

课程首页:course.fast.ai

维基百科:wiki.fast.ai (详细的课程学习资料)

课程论坛:forums.fast.ai (这里有全球活跃的学习者在一起讨论课程)

中文论坛:geek.ai100.com.cn (全部的中文翻译视频及其它汉化公开课程)

学习笔记:geek.ai100.com.cn/category/note

下次介绍 吴恩达Deeplearning.ai系列
2条回复
热度排序

发表回复