1: 入门

在本课程中,你将快速上手——在前五分钟内,你将看到一个端到端训练和使用模型的完整示例,这个模型非常先进,在 2015 年时被认为是研究能力的尖端水平。

那么,让我们开始吧!

视频

点击下方视频播放。开始播放后,你会在右下角看到一个小矩形——点击它可以全屏播放视频。按 Esc 退出全屏。按 c 开启/关闭字幕。

本课程部分基于本书第 1 章

如何完成课程 1

每节课都包含大量动手练习供你尝试。其中大部分在交互式 Notebook 中运行,所有这些都可在 Kaggle 上找到。如果你自己不亲手运行这些 Notebook,你从本课程中获得的收获将大打折扣——因此这意味着你需要配置好 Kaggle。我们提供了一个页面来帮助你开始使用 Kaggle:点击此处立即前往。除了使用 Kaggle,另一个不错的选择是 Paperspace Gradient 如果你还没有 Paperspace 账户,请通过 此链接 注册即可获得 10 美元信用额度(我们也会获得信用额度)。

配置好 Kaggle 账户后,你需要熟悉 Jupyter Notebook,这是我们在本课程中大部分时间使用的平台(也是大多数深度学习研究人员和工程师工作时使用的平台)。Jupyter 是使用 Python 进行数据科学最流行的工具,这并非没有原因。它功能强大、灵活且易于使用。我们认为你会喜欢它!由于学习深度学习最重要的事情是编写代码和进行实验,因此拥有一个很棒的代码实验平台非常重要。如果你之前没有使用过它,我们提供了此内容来帮助你入门:Jupyter Notebook 101

好的,既然你已经有了 Kaggle 账户并且知道如何使用 Jupyter,你就可以打开本课的 Notebook 了:点此打开。对于每节课,你都可以在课程网页的资源部分找到所有使用的 Notebook 的链接。例如,对于课程 1,你会在本节下方立即看到该部分。

除了观看视频和完成 Notebook 练习外,你还应该阅读 fast.ai 书籍的相关章节,书名是 程序员实用深度学习。每节课都会在视频下方告诉你需要阅读哪一章。本课需要阅读第 1 章。有几种方式可以阅读这本书——你可以购买纸质书或 Kindle 电子书,也可以免费阅读其 Jupyter notebook 版本。整本书都是用 Jupyter notebook 编写的,因此你也可以亲自执行书中的所有代码。要访问任一章节的交互式 Jupyter 版本,请点击左侧边栏中的 本书,在那里你会找到章节链接列表。你也会在那里找到每章的只读版本链接。

资源

如果你需要帮助

fast.ai 论坛上有很多乐于助人的人以及对过去问题的有用解答。针对初学者问题有专门的帮助主题,以确保你的问题不会被遗漏