开始

欢迎!如果你是新来的这一切的深度学习的东西,那就不要担心,我们带你经历过这一切按部就班。(如果你是老手,那么你可能想看看我们的高级课程:深度学习从基础)。但是,我们确实假设您已经编写了至少一年的代码,并且(如果您以前没有使用过Python)您将会投入额外的时间来学习您所需要的Python。(学习Python,我们有一个列表python学习资源可用。)

你可能会通过你感到惊讶需要成为一个顶级深度学习的实践者。你需要编码经验,一个GPU和相应的软件(见下文)的一年,仅此而已。你并不需要太多的数据,你不需要大学水平的数学,而你并不需要一个巨大的数据中心。欲了解更多关于此,请参阅我们的文章:你需要做深度学习

上手最简单的方法是刚刚开始观看第一视频现在!边栏上直接点击“教训”,然后点击第1课,你会用自己的方式。如果你想要的是覆盖在使用过程中主题的概述,看看这篇文章

使用GPU

要做到在这个过程中几乎一切,你需要搭配NVIDIA GPU(不幸的是其他品牌的GPU不能完全由主深度学习库的支持)访问计算机。但是,我们不建议你买一个;事实上,即使你已经有一个,我们不建议你使用它,只是还没有!建立计算机需要时间和精力,并且希望所有的精力专注于深度学习现在。因此,我们建议,而不是你租访问到已经有你需要预装,并准备去一切的计算机。成本可以在你使用它小到每小时$ 0.25美元。

最重要的是要记住:当您完成时,关闭您的服务器。您将租用一台远程计算机,而不是运行自己的东西。仅仅关闭你的浏览器或关掉你自己的电脑是不够的,它们只会切断你的设备和这个远程服务器之间的连接,而不会关闭你要付钱的东西。您必须使用下面指南中描述的方法关闭此服务器。否则,你将为它运行的所有时间收费,并得到一个令人吃惊的账单!

以下是一些不错的平台选择。单击链接以获得有关每个选项和设置说明的更多信息。目前,我们的建议如下(详情见下文):

  • 如果您以前使用过命令行:谷歌计算平台,因为它们提供300美元的免费积分,并且为您预装了所有东西
  • 如果您想避免命令行,可以尝试Paperspace梯度,它工作得很好,成本也不高——事实上,他们甚至还有免费的选项!
  • 如果您没有信用卡注册上述服务,使用Colab,这是免费的,但有一些小的边缘粗糙和不兼容。

准备运行:“一键”木星

这是最容易使用;他们已经得到了所有的软件,数据和经验教训预装了你。他们是一个小比“全服务器”(下)不太灵活,但上手最简单的方法。

  • 图纸空间梯度;(即时审批,无需安装,免费和付费选项)
  • Colab;(即时审批,只需要很少的安装调试,免费)
  • SageMaker;(需要等待审批,不相当“点击” ......但八九不离十,$ 1.26一小时+存储)
  • Kaggle内核;(即时启动,不需要安装,免费,不总是最新的,而且fast.ai没有很好的支持)
  • Floydhub;(即时批准,不需要安装,1.20美元/小时+ 9.00美元/月(100GB存储空间),2小时免费积分)
  • 易学智能;(实时可用,无需安装,¥1 / h (CPU),¥2 / h (1050 ti)¥5 / h (1080 ti),内置大量数据集,专为AI开发设计)

运行准备就绪:全服务器

  • 谷歌计算平台($ 0.38小时+存储,$ 300个免费学分)
  • Azure;(即时审批;不需要安装;虚拟机每小时0.90美元+存储空间,或者每小时0.18美元+存储空间低优先级抢占实例
  • DataCrunch.io;(即时审批,无需安装,每小时0.45美元Tesla V100专用硬件,无需额外存储成本)

需要进行一些安装

我们也有使用这些平台的说明,但他们没有预装一切尚未:

对于那些开始,我们强烈推荐木星笔记本平台(选项1)

  • 笔记本是开始编写python代码和尝试深度学习的最简单的方式。
  • 租用云服务器(选项2)需要环境的配置和设置。
  • 构建PC需要环境设置和更多的预付资金。

(当我们发布本课程的第2部分时,我们将讨论更具体的细节和构建PC和租用服务器的好处。)

Jupyter笔记本

一旦你完成上面的指南之一的步骤,你会用这样的屏幕。

这是jupyter笔记本电脑的环境,在那里你会做几乎所有的课程作业,所以你要变得非常熟悉了吧!你会学习一些关于它的过程中,但你或许应该花一点时间来尝试一下笔记本教程。

你的第一个任务,然后就是打开这台笔记本教程!要做到这一点,请点击国家统计局然后dl1在jupyter,在那里你会再看看所有的教训笔记本电脑。首先,打勾的小盒子上的左00_notebook_tutorial.ipynb然后单击复制。

你要避免修改原来的课程笔记本,你会得到冲突,当您尝试更新GitHub的这个文件夹(其中当然托管的地方)。但是,我们也希望你尝试了很多的变化,什么是类所示,这就是为什么我们鼓励您使用过程中笔记本电脑的副本。

启动您的副本00_notebook_tutorial.ipynb然后按照指示去做!

当你完成的时候,记得要关闭服务器

我们的论坛

卡住了吗?想了解更多的话题吗?你的第一站应该是forums.fast.ai。有成千上万的学生和从业人员提出和回答问题的存在。这意味着,它可能是你的问题已经回答了!所以点击小放大镜在右上角出现,并搜索您所需要的信息;举例来说,如果你有一些错误信息,贴了一下它在搜索框中。

本次论坛的软件,我们使用被称为演讲。当你第一次加入,它会告诉你一些提示和技巧。还有这个方便的步行通由另一个论坛提供(不附属于fast.ai)。

PyTorch和fastai

我们教如何训练PyTorch使用模型fastai图书馆。这两个软件是紧密相连的——如果你不了解PyTorch,你也不可能真正熟练地使用fastai。因此,您将经常需要引用PyTorch文档。你也可以看看PyTorch论坛(这也碰巧使用话语)。

当然,要讨论fastai,你可以使用我们的论坛,一定要浏览一下fastai文档太。

不用担心,如果你是刚刚起步,很少,如果有的话,这些文档和论坛主题将任何意义,你刚才。但在几个星期回来,你可能会通过你如何有用找到他们大吃一惊......