新智元报道
来源:fast.ai
编辑:元子
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:
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。
参考链接:
新智元春季招聘开启,一起弄潮AI之巅!
岗位详情请戳:
【加入社群】
新智元AI技术+产业社群招募中,欢迎对AI技术+产业落地感兴趣的同学,加小助手微信号:aiera2015_2 入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 - 公司 - 职位;专业群审核较严,敬请谅解)。