Fast.ai: Practical Deep Learning for coders 课程学习笔记：Part1 Lesson1 (Lesson0)

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。