Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
2017-09-07 15:49
651 查看
Lesson 0
这节课是Fast.ai项目的一个介绍,介绍了课程制作者的一些理念、教学的想法和一部分关于深度学习的概念性的描述,非常休闲。可以当作一个谈话节目来看。Lesson 1
Setting up your deep learning server and run a warm-up model.Some common senses you need to know.
Build an environment for deep learning.
Profile for remote logging.
7 lines code to run vgg16.
Build a new model from scratch.
本节直接开始实机操作。授课人使用了Amazon的P2服务。国内连接不上AWS,而且P2的价格也不便宜。有条件的更多还是使用自配主机。这部分内容就不需要多说了,网上教程很多。不过考虑到教程都有一定的时效性,使用的package和toolkit在不断升级,接口和语法细节会发生变化,这样就导致环境配置是个很麻烦的事情。
因此建议使用与课程一致的旧版本环境,会减少大量的时间成本。主要是
Cuda 8.0
CuDNN 5.1
keras 1.x
用单独的Python环境来运行就好了。而且日后的升级也并不困难。到Part2时后端就换成Tensorflow了。
使用Jupyter Notebook可以配置浏览器的远程登录;tmux可以在一个terminal中分屏。Windows登陆Linux可以用ssh工具,直接在Cygwin里建一个Linux小环境就比较方便。可以参考我的另一篇文章(http://blog.csdn.net/leayc/article/details/77849700)。
Lesson 1 的 Notes 在视频内容结束后还有一段“从零开始构建网络模型”,可以照着做做。
相关文章推荐
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)
- Coursera deeplearning.ai 深度学习笔记2-1-Practical aspects of deep learning-神经网络实际问题分析(初始化&正则化&训练效率)与代码实现
- 最实用的深度学习教程 Practical Deep Learning For Coders (Kaggle 冠军 Jeremy Howard 亲授)
- 最实用的深度学习教程 Practical Deep Learning For Coders (Kaggle 冠军 Jeremy Howard 亲授)
- [DeeplearningAI笔记]神经网络与深度学习2.1-2.4神经网络基础
- DeepLearning.ai学习笔记(二)改善深层神经网络:超参数调试、正则化以及优化--week3 超参数调试、Batch正则化和程序框架
- 深度学习DeepLearning.ai系列课程学习总结:3. Python矢量化实现神经网络
- 深度学习DeepLearning.ai系列课程学习总结:11. 优化算法理论讲解
- 深度学习,A fast learning algorithm for deep belief nets
- [DeeplearningAI笔记]神经网络与深度学习4.深度神经网络
- DBN训练学习-A fast Learning algorithm for deep belief nets