本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

Fast.ai，最受人們歡迎的MOOC課程和深度學(xué)習(xí)框架之一。

重代碼而非數(shù)學(xué)，這讓不少使用Fast.ai的初學(xué)者稱霸各種Kaggle比賽。

昨天，最新的Fast.ai 2.0版本上線。

新版本完全對Fast.ai V1進(jìn)行了重置，構(gòu)建了全新的深度學(xué)習(xí)框架。更輕快、更靈活、更容易使用。

而且，對中國用戶最友好的是，全部課程視頻都有簡體中文字幕。

2.0更新了哪些課程

新上線的Fast.ai 2.0是測試版，目前公開的課程分為兩大部分：深度學(xué)習(xí)任務(wù)速成，和更加細(xì)致全面的深度學(xué)習(xí)基礎(chǔ)。

其中，速成部分有7節(jié)課，分別是：

圖像分類
SGD入門
多標(biāo)簽
NLP
反向傳播：從零開始的神經(jīng)網(wǎng)絡(luò)
CNN
GAN

如果你已經(jīng)有了一定的基礎(chǔ)，那么可以直接開始第二部分課程深度學(xué)習(xí)基礎(chǔ)。

這一部分包含7課，從深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)講起，包括神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程、模型內(nèi)部結(jié)構(gòu)、數(shù)據(jù)塊的API等等。

在Fast.ai官網(wǎng)上，每一節(jié)課的頁面，左邊是視頻播放，右邊有本節(jié)提綱，和其他網(wǎng)友詳細(xì)的學(xué)習(xí)筆記鏈接。此外還有各種豐富的擴展資料。

可以說，團隊是十分用心了。

但是，如果你沒有任何機器學(xué)習(xí)的基礎(chǔ)知識儲備，那么要注意一點：

V2版本中移除了V1中的機器學(xué)習(xí)入門，需要這些課程的用戶只能出門左轉(zhuǎn)使用V1.。

但團隊承諾，仍然會對V1進(jìn)行更新維護(hù)。

安裝使用教程

Fast.ai除了提供免費的課程，更主要的是作為一個高度簡化集成的深度學(xué)習(xí)框架，為初學(xué)者提供了簡單易上手的深度學(xué)習(xí)任務(wù)工具，比如CV分割工具。

安裝最新的Fast.ai也十分簡單，只要通過一行代碼：

pip install fastai 

如果你用的是conda，那么用這個指令來安裝：

conda install -c fastai -c pytorch fastai 

如果你想自己進(jìn)一步修改開發(fā)Fast.ai，那么需要安裝可編輯的版本：

git clone —recurse-submodules https://github.com/fastai/fastaipip install -e “fastai[dev]” 

當(dāng)然，所有的安裝都要求電腦預(yù)裝最新版本的Python和PyTorch。

最后，還有一個完全不用安裝的使用方法，谷歌Colab，加載完成后記得選擇GPU模式運行。

V2特色：三大核心庫

這一次Fast.ai的更新，核心功能是3個庫：fastcore，fastscript和fastgpu。

fastcore

其中，fastcore利用Python的靈活性，添加了其他語言的一些優(yōu)秀特性。

比如來自Julia的多重調(diào)度，來自Ruby的mixin，以及來自Haskell的currying、binding。

它還增加了Python中一些 “缺失的特性”，并清理了Python標(biāo)準(zhǔn)庫中一些不太好用的部分，比如簡化并行處理。

fastscript

fastscript專門為快速設(shè)計腳本而設(shè)。在 Python中，可以使用自帶的argparse來實現(xiàn)但它很復(fù)雜，尤其是當(dāng)你想支持命令行參數(shù)、提供幫助和其他細(xì)節(jié)。

而Fastscript是一個完整的、可以使用的命令行應(yīng)用程序。運行調(diào)用也十分簡單：

from fastscript import *@call_parsedef main(msg:Param(“The message”, str),        upper:Param(“Convert to uppercase?”, bool_arg)=False):   print(msg.upper() if upper else msg) 

運行之后可以得到：

$ python examples/test_fastscript.pyusage: test_fastscript.py [-h] [—upper UPPER] msgtest_fastscript.py: error: the following arguments are required: msg 

fastgpu

fastgpu庫只提供了一個命令fastgpu_poll，它可以輪詢一個目錄來檢查是否有腳本要運行，然后在第一個可用的 GPU 上運行它們。

如果沒有可用的GPU，fastgpu進(jìn)入等待狀態(tài)。如果有一個以上的GPU可用，則多個腳本將并行運行，每個GPU運行一個。

這是最簡單的運行模型簡化測試的方法，它可以利用所有的GPU，沒有并行處理的成本，也不需要人工干預(yù)。

Fast.ai新書同步上線

除了剛才介紹的3個核心庫，F(xiàn)ast.ai2.0還有很多使用技巧。

開發(fā)團隊推薦使用Fast.ai2.0的配套書籍《程序員實用深度學(xué)習(xí)教程》來學(xué)習(xí)。

現(xiàn)在亞馬遜可買實體書，JupyterNotebook也可以免費閱讀。

面向0基礎(chǔ)初學(xué)者、所有資源免費、中文字幕、官方整理詳細(xì)筆記、還可以白嫖谷歌Colab，這么優(yōu)質(zhì)的學(xué)習(xí)資源，你還在猶豫什么呢？

傳送門

課程介紹
https://www.fast.ai/2020/08/21/fastai2-launch/

教學(xué)視頻
https://course19.fast.ai/index.html

亞馬遜鏈接

https://www.amazon.com/Deep-Learning-Coders-fastai-PyTorch/dp/1492045527