您的位置 > 首页 > 商业智能 > 人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

                                                                                                                                                              人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

                                                                                                                                                              来源:电子发烧友 | 2019-06-15 | 发布:经管之家


                                                                                                                                                              人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版,不需要大数据知识或者高深的数学理论,甚至都不需要买GPU,只需要一年的编程经验以及对Jupyter Notebook有一定了解。

                                                                                                                                                              广受好评的免费深度学习在线网站Fast.ai为开发者量身定制的深度学习实践课程,目前更新到了第三版。新版本将原来的14课时缩短到7课时,采取自上而下的教学理念,通过实际问题入手,然后逐步深入理念。符合程序员的学习路径。

                                                                                                                                                              本课程只要求一年的编程经验,一块GPU以及一些适当的软件。不需要大数据知识、不需要大学级数学,也不需要庞大的数据中心,但是需要对Jupyter Notebook环境有一定了解。

                                                                                                                                                              虽然课程需要一块英伟达GPU,但fast.ai并不建议去买一块,或者自己攒一台深度学习专用的电脑,与其浪费时间在设置电脑上,不如直接租。对于时间紧任务重的开发者来说,时间成本更宝贵。

                                                                                                                                                              目前2019版的第2部分(尖端深度学习)尚不可用,暂时仍然需要使用2018年的课程内容。不过好消息是,这个月很快就能上线了。



                                                                                                                                                              开始学习之前,你需要了解这些信息

                                                                                                                                                              创始人Jeremy Howard称,本课程旨在为有经验的程序员提供深度学习实践的教学,例如如何训练准确的模型; 如何测试和调试模型; 以及关键的深度学习概念。它涵盖了视觉,自然语言处理,表格数据和推荐系统中的应用。

                                                                                                                                                              如果有兴趣深入了解幕后的论文以及数学背景的同学需要注意了,再过2周fast.ai将推出一个全新的“从基础开始深度学习”课程,最后两节课将与Chris Lattner(Swift,LLVM和Clang的创建者)共同教授。

                                                                                                                                                              如果你想了解基础线性代数的实现细节,请查看“面向开发者的计算线性代数”:

                                                                                                                                                              https://github.com/fastai/numerical-linear-algebra

                                                                                                                                                              如果你想了解决策树、随机森林、线性回归、验证集等,可以“面向开发者的机器学习简介”:

                                                                                                                                                              https://course18.fast.ai/ml

                                                                                                                                                              有些开发者比较担心的是fast.ai的库会随着框架的热度不断的变动,导致经常需要从头开始又要学习新的框架。确实3年时间里,fast.ai的主题一直在变:

                                                                                                                                                              2017年的课程主要关于Keras/TensorFlow;2018年主要关于PyTorch;2019年课程(第2部分)是python,最后几个类使用Swift重新构建所有内容。

                                                                                                                                                              对此Jeremy表示大可放心,v1不会有大的变动,未来只是一些bug fix。

                                                                                                                                                              fast.ai使用Pytorch作用教学工具。但是这种东西属于一通百通,基本上你一旦掌握了套路,接下来用TensorFlow/Keras、CNTX、MXNet或者其他深度学习库都不成大问题。

                                                                                                                                                              在平台的选择上,Jeremy建议是:

                                                                                                                                                              如果使用过命令行,选择Google Compute Platform。因为它们提供300美元的无条件信用,并已经配置好开发环境

                                                                                                                                                              如果不想用命令行试试Salamander,它工作得很好而且费用不高

                                                                                                                                                              如果你没有信用卡,请使用Colab,它是免费的,但兼容性会有点问题

                                                                                                                                                              创始人给大家的建议

                                                                                                                                                              在fast.ai的论坛上,有人整理了Jeremy在给同学们的一些建议,这些建议被往届很多学生认为是金玉良言。

                                                                                                                                                              不要尝试停下来理解所有的知识点

                                                                                                                                                              不要浪费时间:请学习JN的快捷键,一天学4-5个

                                                                                                                                                              请跑代码,“真的”去跑代码。不要去深入学习理论。去玩转代码,看看它们“吃进什么吐出什么”

                                                                                                                                                              选择一个项目,认真做好,做到超棒!

                                                                                                                                                              跑这个Nb(lesson1-pets.ipynb),然后用你自己的数据集跑跑,一定要做!

                                                                                                                                                              如果感觉fast.ai里都是高手,要学的新东西太多,而且感觉很难,没关系!选择一个点下手,比如跑几行代码,学一个概念如regular expression, 或者创建一个分类器,什么都行,关键是忘记烦恼,行动起来。

                                                                                                                                                              如果卡壳了,不要停下来,深挖、继续前行!

                                                                                                                                                              如果你不确定的哪个学习率更好,每个都试试看。

                                                                                                                                                              多数公司浪费大量时间在收集更多数据上。正确做法是,用一小撮数据跑跑看,然后在看问题是否是数据不够。

                                                                                                                                                              如果你认为自己“天生不擅长数学”, 请看看Rachel的TED演讲: There’s no such thing as “not a math person”

                                                                                                                                                              在你使用数据集时,请务必给予数据创建者荣誉和感谢

                                                                                                                                                              如果你心里有疑问:“我是否应该试试?”, 回答是:试试看吧,这是你成为优秀实践者的必修课!


                                                                                                                                                              原文标题:定了!Swift创始人亲自授课:fast.ai深度学习实践课程第三版

                                                                                                                                                              文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

                                                                                                                                                              本文已经过优化显示,查看原文请点击以下链接:
                                                                                                                                                              查看原文:http://www.elecfans.com/d/957236.html

                                                                                                                                                              看图学经济more

                                                                                                                                                              院校点评more

                                                                                                                                                              京ICP备11001960号  京ICP证090565号 京公网安备1101084107号 论坛法律顾问:王进律师知识产权保护声明免责及隐私声明   主办单位:人大经济论坛 版权所有
                                                                                                                                                              联系QQ:2881989700  邮箱:service@pinggu.org
                                                                                                                                                              合作咨询电话:(010)62719935 广告合作电话:13661292478(刘老师)

                                                                                                                                                              投诉电话:(010)68466864 不良信息处理电话:(010)68466864
                                                                                                                                                              众益彩彩票|安全购彩