会员服务 ·

深度学习入门Fast.ai 2.0上线！自带中文字幕，所有笔记、资源全部免费！

2020 年 8 月 25 日 极市平台

↑ 点击蓝字关注极市平台

来源丨量子位

极市导读

近日，Fast.ai 2.0版本上线，提供免费课程和全新的深度学习框架。值得一提的是，全部教学视频均配有中文字幕，对中国用户非常友好。

Fast.ai，最受人们欢迎的MOOC课程和深度学习框架之一。

重代码而非数学，这让不少使用Fast.ai的初学者称霸各种Kaggle比赛。

近日，最新的 Fast.ai 2.0版本上线 。

新版本完全对Fast.ai V1进行了重置，构建了全新的深度学习框架。更轻快、更灵活、更容易使用。

而且，对中国用户最友好的是，全部课程视频都有简体中文字幕。

极市已经将 中英字幕版 视频上传至B站，大家可以点击 阅读原文 进行学习：

https://www.bilibili.com/video/BV16K4y1Y7mw/

2.0更新了哪些课程

新上线的Fast.ai 2.0是测试版，目前公开的课程分为两大部分：深度学习任务速成，和更加细致全面的深度学习基础。

其中，速成部分有7节课，分别是：

图像分类
SGD入门
多标签
NLP
反向传播：从零开始的神经网络
CNN
GAN

如果你已经有了一定的基础，那么可以直接开始第二部分课程深度学习基础。

这一部分包含7课，从深度神经网络的基础结构讲起，包括神经网络的训练过程、模型内部结构、数据块的API等等。

在Fast.ai官网上，每一节课的页面，左边是视频播放，右边有本节提纲，和其他网友详细的学习笔记链接。此外还有各种丰富的扩展资料。

可以说，团队是十分用心了。

但是，如果你没有任何机器学习的基础知识储备，那么要注意一点：

V2版本中移除了V1中的机器学习入门，需要这些课程的用户只能出门左转使用V1.。

但团队承诺，仍然会对V1进行更新维护。

安装使用教程

Fast.ai除了提供免费的课程，更主要的是作为一个高度简化集成的深度学习框架，为初学者提供了简单易上手的深度学习任务工具，比如CV分割工具。

安装最新的Fast.ai也十分简单，只要通过一行代码：

pip install fastai

如果你用的是conda，那么用这个指令来安装：

conda install -c fastai -c pytorch fastai

如果你想自己进一步修改开发Fast.ai，那么需要安装可编辑的版本：

git clone —recurse-submodules https://github.com/fastai/fastaipip install -e “fastai[dev]”

当然，所有的安装都要求 电脑预装最新版本的Python和PyTorch 。

最后，还有一个完全不用安装的使用方法， 谷歌Colab ，加载完成后记得选择GPU模式运行。

V2特色：三大核心库

这一次Fast.ai的更新，核心功能是3个库：fastcore，fastscript和fastgpu。

fastcore

其中，fastcore利用Python的灵活性，添加了其他语言的一些优秀特性。

比如来自Julia的多重调度，来自Ruby的mixin，以及来自Haskell的currying、binding。

它还增加了Python中一些 “缺失的特性”，并清理了Python标准库中一些不太好用的部分，比如简化并行处理。

fastscript

fastscript专门为快速设计脚本而设。在 Python中，可以使用自带的argparse来实现但它很复杂，尤其是当你想支持命令行参数、提供帮助和其他细节。

而Fastscript是一个完整的、可以使用的命令行应用程序。运行调用也十分简单：

from fastscript import *@call_parsedef main(msg:Param(“The message”, str),        upper:Param(“Convert to uppercase?”, bool_arg)=False):   print(msg.upper() if upper else msg)

运行之后可以得到：

$ python examples/test_fastscript.pyusage: test_fastscript.py [-h] [—upper UPPER] msgtest_fastscript.py: error: the following arguments are required: msg

fastgpu

fastgpu库只提供了一个命令fastgpu_poll，它可以轮询一个目录来检查是否有脚本要运行，然后在第一个可用的 GPU 上运行它们。

如果没有可用的GPU，fastgpu进入等待状态。如果有一个以上的GPU可用，则多个脚本将并行运行，每个GPU运行一个。

这是最简单的运行模型简化测试的方法，它可以利用所有的GPU，没有并行处理的成本，也不需要人工干预。

除了刚才介绍的3个核心库，Fast.ai2.0还有很多使用技巧，开发团队推荐使用Fast.ai2.0的配套书籍《程序员实用深度学习教程》来学习。现在亚马逊可买实体书，JupyterNotebook也可以免费阅读。

课程介绍：
https://www.fast.ai/2020/08/21/fastai2-launch/

教学视频：
https://course19.fast.ai/index.html

推荐阅读

极市七夕"CV侠侣"征稿活动

极市征集了大家关于陪伴的故事

投票通道现已开启

快来为你喜爱的TA加油吧！

极市平台公众号回复“七夕”即可获取投票链接

每人每天有3次投票机会哦~

目前，活动还在进行中

大家可添加极小东微信（ID：cvmart3）投稿~

△ 扫码添加极小东微信

添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~