深度学习没你想象的那么难,Fast.ai 带你学习带你飞!

今天要推荐一门深度学习的好课程,来自Fast.ai的Deep learning course!

Welcome to fast.ai's 7 week course,Practical Deep Learning For Coders, Part 1, taught by Jeremy Howard (Kaggle's#1 competitor 2 years running, and founder ofEnlitic). Learn how to build state of the art models without needing graduate-level math—but also without dumbing anything down. Oh and one other thing... it's totally free!

这是fast.ai官网上的课程介绍,课程由kaggle赛事老司机,连续两年冠军Jeremy Howard 和 Rachel Tomas 联合创办,旨在让更多人能接受深度学习的课程,而且是完全免费!真的是业界良心,这两年深度学习火了起来,国内就马上有培训机构推出收费课程了,教学水平参差不齐。而Jeremy和Rachel推出的课程,恰恰提现了他们的教育理念:

Make deep learning uncool ! (让深度学习变得没那么高大上)

下面两张图能很好地反应当今业界、社会和门外汉看待深度学习的态度:


陌生人以为我是终结者,朋友以为我是半人半机器,别的计算机从业者以为我是土豪,数学家以为我是程序狗,我以为自己是杨立昆(深度学习大神),其实我只是在import kreas, 然后using tensorflow backend。

但你们不知道,我们在看论文,听讲座的时候都是一脸懵逼。

很多人误以为深度学习这个人工智能范畴的东西,一定很高深很难学,也许要研究生、博士生才能搞得懂,但是,Jeremy和Rachel却不这么认为(豪师兄也不那么认为,所以要证明给大家看),因此他们写了以下这篇爆款文章:

《Machine learning hasn't been commoditized yet, but that doesn't mean you need a PhD》

中文翻译:《机器学习依然奇货可居,但不是只有博士才能玩得转》,链接地址:http://geek.ai100.com.cn/2017/03/21/844

文章深入浅出地分析了深度学习并不是什么遥不可及的东西,一个本科生掌握方法坚持学半年时间就可以入门了。你可能听过这样的话,学深度学习很难,需要概率论与数理统计、微积分、线性代数等知识,还要学会Python、C++编程,一个非计算机科学专业出身的学生要补很多东西才能入门,balabala.....

诚然,想进入这个行业并非一朝一夕的事情,但也不至于是他们所描述的那样远在高高之上,告诉你这些的人多半都是想劝你别学了,来直接买他们的课程或者买他们的服务。Jeremy和Rachel看到了现在社会上这种浮躁的现象,希望能通过他们设计的这系列课程,让更多人能更容易地入门深度学习,让深度学习普及开来,成为社会发展的强大动力而不是拦路虎。

例如在第一课,你只需要用这7行的神奇代码,就能使用2014年世界图像识别大赛imagenet冠军模型Vgg16来进行猫狗图片识别!准确率能达到98%以上。

当时Jeremy使用VGG模型来进行肺癌医疗图像识别,一下子把预测肺癌的成功率提高到百分之八九十,这个准确率足以击败人类顶尖的癌症专家医生团队,这件事马上被CNN(美国有线电视新闻网,不是卷积神经网络)全国报道。但在Jeremy看来,他当时就只是简单地修改了一下模型,跟我们在这节课所学的没什么两样,所以深度学习也没我们想象中的那么难。

这里直接给出课程的地址,另外,微信公众号AI100对Fastai的课程视频进行了全面的中文翻译,同学们可根据自己的情况选择:

课程官网:www.fast.ai

课程首页:course.fast.ai

维基百科:wiki.fast.ai (详细的课程学习资料)

课程论坛:forums.fast.ai (这里有全球活跃的学习者在一起讨论课程)

中文论坛:geek.ai100.com.cn (全部的中文翻译视频及其它汉化公开课程)

学习笔记:geek.ai100.com.cn/category/notes

其中,学习笔记是豪师兄本人在学习Fast.ai课程的时候的全部学习笔记,包括课程简述、任务流程、概念解释和关键代码解释,里面基本上涵盖了课程当中Jeremy讲授的概念,而且所有代码都是从头手写,从头到尾跑通每一环节,对每个部分代码的效果、BUG、模型提升都有详细的分析,帮助初学者避免走弯路。所有笔记都已经公开发布,未来Part 2的课程正式发布,如果条件允许,将继续写下去。

因为我特别赞同Jeremy的一句话:“最好的学习方法就是把内容给其他人讲明白了。”

欢迎关注我的公众号(搜索:Aihows)、简书专栏及medium专栏

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,612评论 5 471
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,345评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,625评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,022评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,974评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,227评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,688评论 3 392
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,358评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,490评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,402评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,446评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,126评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,721评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,802评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,013评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,504评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,080评论 2 341

推荐阅读更多精彩内容