《留言赠书》猫狗大战——基于Pytorch的fastai实现

当前，在深度学习领域Tensorflow是当之无愧的排名第一的框架，但是各大公司也都推出自己的开源框架来挑战Tensorflow的地位。Pytorch是Facebook在torch的基础之上用Python开发出来的深度学习框架，目前在论文中的采用也越来越多，Pythorch的设计，符合Python之蝉，对掌握Python的人员来说，更易于理解，但是，不论Tensorflow还是Pytorch都是基本的计算框架，在开发人员来说，使用还是比较困难的。为了快速的推进深度学习的应用，各大厂商也开发了一些，基于这些计算框架的API库，比较知名的有Keras，目前Keras支持的后端有Tensorflow，Theano，CNTK等。同样为了推进Pytorch的应用，Facebook也开发了一个类似于Keras的API库，这就是fastai。

配置安装

在安装fastai之前，需要先安装Pytorch，Pytorch支持GPU计算，所以安装时要要确认自己的电脑是否支持GPU计算，在这里只安装CPU版。

使用Anacnoda来配置需要两步，如下

第一步，先安装Pytorch：

conda install -c pytorch pytorch-nightly-cpu

conda install -c fastai torchvision-nightly-cpu

第二步，安装fastai：

conda install -c fastai fastai

采用PIP来配置fastai同样也是两步，如下

第一步同样是安装Pytorch：

pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html

第二步安装fastai：

pip install fastai

至此，fastai的配置安装就结束了，接下来将会使用fastai来实现一个简单的图形识别的模型。

CNN实现——猫狗大战

深度学习，目前通常用来解决四类问题：

图像识别

结构化数据分析

自然语言处理

协同过滤

图像识别是目前深度学习应用非常广泛很深入研究的方向之一，fastai在图像识别方面也构建了自己的类库，帮助用户快速实现图像识别的应用。fastai将当前中论文中采用过的模型，都实现在类库中，方便用户直接使用。在这里直接实现一个简单的CNN模型来识别图片中是猫还是狗。fastai提供了当前一些比较常用的数据集，数据集都在fastai.docs下面。代码如下：