这个主题是可编辑的,所以您可以根据在其他线程中看到的内容随意添加、删除、组织等问题和答案。(请不要添加“常见问题”,但是,除非它实际上是一个你看到的问题不止一次在论坛上!: slight_smile:请包括一个完整的问题并为每个人用英语答案,而不仅仅是一个链接。)

课程及论坛

快速图书馆

  • 我们为什么要用PyTorch?我应该学习张力流吗?

    • 在开发过程中,前沿深度学习对于程序员来说,速度很快。ai开始触及我们所选择的库的极限:Keras和TensorFlow。因此PyTorch被用于2018年的课程,允许fast。ai可以利用常规python代码的所有灵活性和能力来构建和训练神经网络,并解决更广泛的问题。PyTorch的另一个好处是,你可以完全进入计算的每一层,并看到到底发生了什么。此外,PyTorch的研究进展往往更早。欲了解更多细节,请参阅此文介绍PyTorch的快速ai。(我们也在课程中简单讲解Keras+TensorFlow,概念转换容易。)
  • 为什么我们要使用fastai库?

    • PyTorch没有用于培训模型的清晰简单的Keras API,也没有基于最佳实践选择的默认值——您必须自己详细指定所有内容。因此,我们从Keras中获得了灵感,在PyTorch上创建了一个库来填补这些空白,并最终创建了一个全新的库,该库允许以更少的代码更快、更准确地训练模型。
  • 我可以在凯拉斯或其他图书馆做课程,而不是Fastai + Pytorch?

    • 可能不会。许多学生都试过了,但是还没有人成功,因为有很多在没有PyTorch提供的优点的情况下试图复制它们是非常困难的。我们使用fastai+PyTorch是因为它是构建原型和学习深度学习算法的最高效的环境。您还将在课程中学习如何使用Keras+TensorFlow,但您也会发现它们的速度要慢得多,导致模型不那么精确,并需要更多的代码!

巨蟒,木星,numpy和朋友们

  • 我需要知道什么编程工具?
    • 您需要熟悉Python和Numpy的基础知识。如果你以前没有使用过Python,但是你是一个熟练的程序员,你可以开始这门课程——你只需要做一些google来学习你去!这是一个短暂numpy教程让您快速使用这个重要的图书馆。
  • 为什么变量命名和代码格式不同于已建立的标准,如PEP-8?
    • Jeremy更喜欢适合他可以立即看到的屏幕空间量。最适合数据科学的方法与最适合一般软件工程的方法不同。不幸的是,很少有人写了关于数据科学代码的有效模式。请注意,每个变量名称是助记符(LR->学习率),或者基于来自ML和统计文献的标准(X->独立变量; y->依赖变量)。Jeremy在他的回复中提供了一些关于他所选择的代码格式约定的信息这github的问题

设置的问题

  • 我怎样才能以最小的代价访问GPU ?
    • 如果你是一名大学生,AWS会根据AWS教育包为学生提供一些学分。
    • Github通过他们提供额外的AWS积分学生包
    • 谷歌云平台(GCP)提供价值300美元的免费试用积分,可在12个月内使用。请看一下这个线程有关如何使用为本课程设计的Paperspace Bash脚本来逐步设置GCP的完整指南。
  • 我能用我自己的Linux机器代替paperspace/crestle/AWS吗?
    • 是的,你可以,只要它有一个Nvidia GPU,你就不介意花时间来设置并保持它。但请注意,从实际研究深度学习可能会非常分散注意力,因此我们通常建议使用基于支持的云选项,直到您完成第1部分。
  • 我可以使用自己的Windows或Mac机器吗?
    • 由于概述的原因,使用MAC不太可能工作(或不可用的缓慢)这篇文章。使用Windows(与NVIDIA GPU)是可能的,尽管不直接或支持,不建议初学者。对于那些有耐心和胆识的人,看看吧这个线程这个线程(过时)。
  • 我应该用nvidia gpu购买一台笔记本电脑吗?
    • 可能不会。如果你有一台桌面电脑,只需从一台便宜的笔记本上连接它,你就可以用更少的钱得到更好的GPU——但是(如上所述)现在你最好使用基于云的方法。话虽如此,如果你确实想直接在笔记本电脑上工作,这里有一个选项的讨论这个线程
  • 有什么免费的选择吗?
    • 是的,有!你可以免费使用谷歌的合作平台(它也带有特斯拉K80 GPU)。所以,试试吧。这是链接到文章如何快速设置。谷歌colab笔记本电脑的ai课程。

深入学习问题


礼节发布到论坛

  1. 如果你喜欢一个帖子,最好是用“喜欢”心:而不是评论。它可以节省论坛中的流量,并使每个人都更容易找到帖子。
  2. 请注意,看看在开始新线程之前是否存在主题。
  3. 快速做搜索,以了解你的问题是否已经在讨论中。
  4. 如果您没有以特定原因引用这些原因,请不要@ PEOP这需要论坛成员的注意。在提到杰里米和瑞秋时要特别注意。

其他信息

介绍线程

如果您想了解有关同学的更多信息,请查看介绍线程-也许还可以在那里介绍一下你自己!

如何寻求帮助

这是关于如何的建议寻求帮助以一种最大化别人能够提供有用答案的方式。

28岁的喜欢

删除了Google Cloud建议,因为您无法对GPU的免费试用信用率。

该页面表明您可以使用试用帐户请求GPU访问权限,并且有些学生的IIRC已经完成了此问题。你最近尝试过吗?

@nathanyee.上个月它对我起作用了,我可以请求GPU访问(除了花了他们一到两周的时间来批准)
我不确定他们最近是否改变了这一点

2喜欢

@init_27哦,这是默认的,我错了。在我最初研究它的时候,情况可能会有所不同。

是的,我认为它已经改变了,因为我以前也这么想。

@Jeremy.我看到了“介绍了Pytorch的帖子”fast.ai.,其中提到了“下一个”fast.ai.课程将几乎完全基于一个新的框架,我们已经开发,建立在Pytorch”这意味着什么是第一部分v2或下一个版本的第2部分,将在7月发布?

第1部分v2仍然使用keras,theano

请您澄清下一版是什么还不清楚fast.ai.课程手段。

那是一个老帖子。它指的是你们现在上的这门课: slight_smile:

@nathanyee.。我们在AI星期六在2017年12月底开始使用Google Cloud平台(GCP),直到现在。我们能够要求增加GPU的配额asia-east1(台湾)地区,几乎立即从Google云平台支持的电子邮件批准。@init_27是AI周六的AI极客领袖吗笑脸:

以下是我们的AI星期六的导师/辅助商之一创建的完整指南,该指南向我们展示了如何使用Paperspace Bash脚本来设置GCP的逐步设置。我只是想在这里把它放在这里,以防任何人再次错过它。

顺便说一句,我们也有一个谷歌云相关的讨论这个线程。如果您有兴趣,请检查出来。

学习快乐!

2喜欢

这太棒了!谢谢你放出这样一个好的指南。

我刚开始看讲座。我如何在不接受我的借记卡时支付paperspace,我没有信用卡?有替代方案吗?我来自印度,对我来说,不可能获得信用卡(但是)。任何帮助将不胜感激。谢谢

1像

最好是联系他们的支持者。

@dillon来自paperspace - 你能告诉我们你的建议的方法是否接受了他们的卡片?

1像

@Jeremy.

  1. 我刚刚完成了一篇关于我所相信2017课程的指示之后的AWS和完成的课程。我觉得有点可怕和愚蠢。
  2. @Jeremy.我认为正确的课程是http://course.fast.ai/lessons/lesson1.html.这是正确的吗?

问候
Murali

1像

是的,就是这个!: slight_smile:

1像

感谢您的答复。我确实联系了他们,他们将我重定向到我的银行。银行表示,支付网关Paperspace使用,条纹不支持Visa 3ds,这是我的银行用于通过OTP验证事务的方式。因此,最终我通过使用Entropay和使用该问题来创建虚拟信用卡来解决问题。
现在我终于可以开始了: slight_smile:

3喜欢

@Jeremy.

我刚上完V1的第一课。我想换到版本2。我想我需要安装一些不同的软件。我不想重新开始设置。我应该安装什么软件来升级到V2?

请按照第1课中的说明连接到paperspace。一切都已经准备好了。

亲爱的大家,亲爱的杰里米!

首先非常感谢你们的课程。我非常喜欢把学习过程颠倒过来,从顶端开始的想法!

短(和潜在的愚蠢)问题:我想知道我是否可以使用fast.ai.来试试Kaggle 's Mercari的比赛(分类变量+文本)但这需要一个可以在线重新运行的内核使用4核/ 16GB RAM / 1GB划痕和输出磁盘空间(并在1小时内运行时间)。

这可能吗fast.ai.(probabyly不是因为没有gpu提供?)?

非常感谢!
凯伦

@Jeremy.
我想用我的个人ubuntu机器来完成这门课程。是可能的吗?如果是,我该如何设置?(顺便说一下,我有一个nvidia gpu)