入门

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:Deep Learning From The Foundations。)然而,我们假设你已经编码至少一年,同时又有(如果你还没有使用的Python之前)你会在额外的时间来学习任何你需要的Python,你去把。(对于Python入门,我们有一个列表python learning resources可用。)

你可能会通过你感到惊讶don’t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:What you need to do deep learning

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this article

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:when you’re done, shut down your server。你会租一个遥远的计算机,不运行你自己的东西。这是不够的,关闭浏览器或关闭您自己的电脑,这些只会服务器设备和该远程服务器之间的连接,而不是关闭你付出它的东西。你必须关闭该服务器下使用以下指南描述的方法。否则,你会被收取的所有运行和一个讨厌的法案获得惊讶的时候了!

下面是一些平台不错的选择。点击每个安装说明的更多信息,并链接。目前,我们的建议(详见下文):

  • If you’ve used a command line before: Google Compute Platform, because they provide $300 free credit, and have everything pre-installed for you
  • If you want to avoid the command-line, try Paperspace Gradient, which works great and doesn’t cost much - in fact they even have a free option!
  • If you don’t have a credit card to sign up for the above services, use Colab, which is free, but has a few minor rough edges and incompatibilities.

准备运行:“一键式” Jupyter

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。

  • Paperspace Gradient;(instant approval, no installation required, free and paid options)
  • Colab;(instant approval, requires minimal installation, free)
  • Onepanel;(no installation required, $0.29/hour + storage)
  • SageMaker;(requires wait for approval, not quite “one click”… but pretty close, $1.26 an hour + storage)
  • Kaggle Kernels;(Instant Launch, No setup required, Free, not always up to date and not as well supported by fast.ai)
  • Floydhub;(instant approval, no installation required, $1.20/hour + $9.00/month (100GB storage), 2 hours free credit)
  • 易学智能;(实时可用,无需安装,¥1/h(CPU),¥2/h(1050ti),¥5/h(1080ti),内置大量数据集,专为AI开发设计)

运行准备就绪:全服务器

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:

For those starting out, we highly recommend a Jupyter Notebooks platform (Option 1)

  • Notebooks are the easiest way to start writing python code and experimenting with deep learning.
  • Renting a Cloud Server (Option 2) requires environment configuration and setup.
  • Building a PC requires environment setup and more up-front money.

(当我们发布课程的第二部分,我们将进入更具体的细节和福利上都建立一个PC和租用一台服务器。)

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manbetx官网手机登录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nbs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然后单击重复。

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并按照指示!

当你完成后,remember to shut down your server

我们的论坛

被困?想多了解一些话题?manbetx官网手机登录你的第一个停靠港应该是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Discourse。当你第一次加入,它会告诉你一些提示和技巧。还有这个handy walk-thru另一个话语论坛提供(不fast.ai附属)。manbetx登陆

PyTorch和fastai

我们教如何培养PyTorch使用模型fastai图书馆。这两个软件件都深深相连,你不能成为使用fastai真的精通,如果你不知道PyTorch也很好。因此,你会经常需要参考PyTorch docs。你可能也想看看PyTorch forums(也 happen to use Discourse).

Of course, to discuss fastai, you can use our forums, and be sure to look through thefastai docstoo.

Don’t worry if you’re just starting out—little, if any, of those docs and forum threads will make any sense to you just now.But come back in a couple of weeks and you might be surprised by how useful you find them…