Fast.ai 最实战深度学习在线课程 Lesson1

AI100 上周二推送了 Fast.ai 的 Lesson 0，很受同学们的欢迎。今天，我们将推出 Lesson1，本节课将在你“完全”不懂数学模型的前提下，教你如何去做实际的深度学习项目，比如图像分类，Kaggle 大赛。本节课程分为两部分：Overview 和 Practical Deep Learning for Coders——Recognizing Cats and Dogs。

本课程主要内容包括：

一 、概述

1. Jeremy 和 Rachel 两位老师简要介绍了自己的背景，以及开设这门实战课程的原因。
2. 这门实战课程的内容概述。
3. 学习这门课程的方法和建议：多看几遍视频，建议每周花 10 小时；用好 wiki 和 notebook；遇到问题先自己试着解决，善于运用 forum 查找答案和提问。

二 、图像识别

1. 为什么深度学习那么有效；
2. 深度学习环境设置；
3. 介绍 Jupyter ，Markdown 和一些 Python 科学包；
4. Kaggle 实战，猫狗分类；
5. VGG 模型的分析；
6. Theano 和 TensorFlow 对比分析。

Lesson1：Overview

Lesson1：Practical Deep Learning for Coders

AI100 会继续将 Fast.ai 深度学习实战课程的全部字幕翻译成中文，于每周二在公众号上推送。英语水平较好的同学，也可以直接访问 course.fast.ai 学习课程。在 Fast.ai 的 wiki 中有课堂笔记与内容的详细介绍，这些内容会对大家的学习有很大的帮助，同时可以参与 forum 中的关于课程的讨论并向 Jeremy 老师与 Fast.ai 联合创始人 Rachel Thomas 提问题哦。