首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >fast.ai发布新书源代码,登GitHub趋势榜第一

fast.ai发布新书源代码,登GitHub趋势榜第一

作者头像
昱良
发布2020-03-06 10:18:22
3950
发布2020-03-06 10:18:22
举报
晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI

价值2000美元的AI线上课程讲义,现在已经开源了。一直致力于AI教育的前Kaggle首席科学家、fast.ai创始人Jeremy Howard放出免费福利,将他今年在旧金山大学春季课程的AI课程讲义公布了。

课程的Notebook代码如今可以免费获取。Jeremy Howard周末将讲义草稿发布在Github上,两天时间收获2k星,迅速登上日趋势榜第一名。

内容

全书草稿已公布22章(包括引言和结语),内容自然是从AI界的“Hello Word问题”——MNIST图像分类入手,再到NLP、循环神经网络、卷积神经网络和可解释性。

该课程并非面向零基础人士,必要的Python、PyTorch知识还是需要有的。

运行Notebook中的代码,你需要安装的软件有:

fastai v2、Graphviz、ipywidgets、matplotlib、nbdev、pandas、scikit-learn、Microsoft Azure Cognitive Services Image Search

它们都可以通过PyPI直接安装。

这本fastbook不仅仅是一本教材,也是一份AI社区资源。作者在最后寄语,希望所有学完本书的人和大家一起交流成功经验。

最后,这本书再强调一下该项目的版权问题,因为项目中包含线上课程与书本的付费内容,不是可以随意复制粘贴的。

GPLv3开源许可证仅覆盖项目的代码部分,至于Notebook中的Markdown板块不在此列,未经允许不可以随意分发或更改。该项目也禁止用于商业用途。

如果在其他地方托管这份代码的副本,可能被作者诉讼。若无视版权规定,作者表示未来可能不再考虑以这种方式发布其他材料。

传送门

项目地址: https://github.com/fastai/fastbook

课程地址: https://www.usfca.edu/data-institute/certificates/deep-learning-part-one

* 凡来源非注明“机器学习算法与Python学习原创”的所有作品均为转载稿件,其目的在于促进信息交流,并不代表本公众号赞同其观点或对其内容真实性负责。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-03-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习算法与Python学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 内容
  • 传送门
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档