深度学习实践课程--fast.ai 资料整理

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。”

作者：人工智豪

链接：http://www.jianshu.com/p/70785dfe3801

來源：简书

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。