课程 2
Daniel 深度碎片 在 forums.fast.ai 上非常热心地为每节课程创建了总结,形式是一系列问题。你可以使用这些总结来回顾每节课中学到的内容,或者在观看前预习课程。这里是课程 2 的总结
- 即将推出新的精彩内容
- 既然我们已经有了 4 个版本和一本书,是否还会有大量的新内容?
- 阅读本书的方式
- 我们可以通过多少种渠道阅读本书?(实体书、GitHub、Colab 等)
- 本书中的额外亮点
- 本书中是否涵盖了课程中未涉及的有趣材料/故事?
- 在哪里可以找到课程的问卷和测验?
- aiquizzes.com
- 在哪里可以获得更多 fastai 测验并永久记住它们?
- 介绍论坛
- 如何最大限度地利用 fastai 论坛?
- 第一周后的学生作品
- 一个惊叹时刻
- 今天我们会学习如何将模型投入生产吗?
- 找到一个问题和一些数据
- 在构建模型之前的第一步是什么?
- 探秘 Jupyter notebook 的神奇之处
- 你想要用目录来导航 notebook 吗?
- 可折叠的部分怎么样?
- 如何在节的开头和结尾之间快速移动?
- 如何安装 jupyter 扩展
- 下载并清理你的数据
- 为什么使用 Google 而不是 Bing 来搜索和下载图像?
- 如何清理/移除损坏的图像?
- 快速查阅文档
- 如何快速获取 fastai 代码的基本信息、源代码和完整文档?
- 训练前调整数据大小
- 如何为你的数据指定调整大小的选项?
- 为什么我们应该始终一起使用 RandomResizedCrop 和
aug_transforms
? - RandomResizedCrop 和
aug_transforms
有何不同?
- 数据图像即时转换,而不是复制
- 调整大小时,我们是在制作图像的许多副本吗?
- 对于复杂的调整大小,需要更多 epoch
- 使用 RandomResizedCrop 和
aug_transforms
时,我们通常会运行多少个 epoch?
- 使用 RandomResizedCrop 和
- 混淆矩阵:模型在哪里最容易出错?
- 如何为你的模型性能创建混淆矩阵?
- 何时使用混淆矩阵?(类别)-练习
- 如何解释混淆矩阵?
- 它告诉我们最明显的事情是什么?
- 区分灰熊和黑熊有多难?
- 查看预测效果较差的图像
plot_top_losses
是否会显示损失最高的图像?- 这些图像仅仅是模型自信地做出了错误预测的那些吗?-练习
- 这些图像是否包括模型不自信地做出了正确预测的那些?
- 查看这些高损失图像有什么帮助?(获得专家检查或进行简单的数据清理)
- 如果你想稍微清理一下数据怎么办?
- 如何在每个数据文件夹中显示这些高损失图像并对每张图像做出清理选择?-练习
- 即使没有区分灰熊和黑熊的专业知识,我们至少可以清理那些把泰迪熊搞混的图像。
- 打破迷思:训练模型然后再清理数据
- 训练模型如何帮助我们发现数据集的问题?-练习
- 一旦我们发现了数据集的问题,难道不会有更多改进数据集的想法吗?
- 不使用时关闭 GPU
- 如何在本地轻松使用 GPU 显存?
- 先观看,然后边观看边动手编码
- 大多数学生偏好的观看课程和动手编码方式是什么?
- Gradio + Hugging Face 教程
- Git 和 Github Desktop
- Github Desktop 是不是一种不如 Git 酷炫,但更简单、更可靠的版本控制方式?
- Windows 终端
- 如何为 Windows 设置终端?
- 为什么 Jeremy 更喜欢 Windows 而不是 Mac?
- Hugging Face Spaces 入门
- 访问 huggingface.co/spaces 并创建一个新的 Space
- 启动并运行默认应用
- 如何使用 git 下载你的 Space 文件夹?
- 如何打开 vscode 添加 app.py 文件?
- 如何使用 vscode 将你的 Space 文件夹推送到在线 Hugging Face Spaces?
- 然后返回你在 Hugging Face 上的 Space 查看应用运行情况
- 训练和下载你的模型
- 我们将在 Kaggle notebook 中训练和下载的模型在哪里?
- 在 Kaggle 上训练模型后如何导出?
- 在哪里下载模型?
- 如何在终端中打开文件夹?
open .
- 确保模型下载到其独立的 Hugging Face Space 文件夹中
- 使用加载的模型进行预测
- 如何加载下载的模型进行预测?
- 如何使用加载的模型进行预测?
- 如何将 jupyter notebook 中选定的单元格导出到 python 文件?
- 如何查看代码在 jupyter 单元格中运行了多久?
- 在本地将你的模型转变为 Gradio 应用
- 如何将预测结果准备成 Gradio 偏好的格式?#代码
- 如何为你的模型构建 Gradio 界面?
- 如何在本地使用模型启动你的应用?
- 视频中未包含:在云端 Kaggle 上运行代码
- 将此应用推送到 Hugging Face Spaces
- 确保先创建一个新的 Space,例如 testing
- 如何将 notebook 转换为 python 脚本?
- 如何将文件夹推送到 github 并在云端运行应用?
- 视频中未包含:如果遇到问题,请查看 Tanishq 教程(问题解决)
- 对于微调来说,多少个 epoch 是理想的?
- 如何从 colab 保存模型?
- 如何正确安装 fastai
- 如何使用 git 下载 github/fastai/fastsetup?
git clone https://github.com/fastai/fastsetup.git
- 如何下载和安装 mamba?
./setup_conda.sh
- 视频中未包含:运行
./setup_conda.sh
的问题 - 如何下载和安装 fastai?
mamba install -c fastchan fastai
- 如何安装 nbdev?
mamba install -c fastchan nbdev
- 如何开始使用 jupyter notebook?
jupyter notebook --no-browser
- 视频中未包含:与 xcode 相关的其他问题
- 如何使用 git 下载 github/fastai/fastsetup?
- 工作流程总结
- HuggingFace API + Gradio + Javascript = 真实应用
- HuggingFace API 有多易用
- JS + HF API + Gradio 入门有多简单
- 具有多个输入和输出的应用示例
- 结合两个模型的应用示例
- 如何使用 fastpages 将你的模型变成你自己的网络应用
- 如何分叉一个公共的 fastpages 供自己使用