fast.ai 的创始人、前 Kaggle 首席科学家 Jeremy Howard 教授在 Github 上开源了和 Sylvain Gugger 合著的新书《Deep Learning for Coders with fastai and PyTorch》的初稿。全书草稿已公布 22 章,通过这份它你将学到:
- 如何在计算机视觉、自然语言处理、推荐系统、表格和时间序列数据分析中创建最先进的模型
- 如何使用全新的 fastai v2 库和 PyTorch
- 深度学习的基础:什么是神经网络,它们是如何训练的,以及它们如何进行预测
- 为什么以及如何使用深度学习模型,以及如何使用这些知识来提高模型的准确性、速度和可靠性
- 如何将你的模型转换为实际的 Web 应用程序,以及在模型出错时如何调试模型。
- 最新的深度学习技术,尝试真正有意义的实践
- 如何阅读深度学习研究论文
- 如何实现深度学习算法从无到有
不过该课程并非面向零基础人士,虽说不要求你处理大量数据,也不需要你具备大学水平的数学能力,但是你至少需要有一年的编程经验。