English / Spanish / Korean / Chinese / Bengali / Indonesian / Italian / Portuguese / Vietnamese / Japanese
fastai 书籍
这些笔记本涵盖了对深度学习、fastai 和 PyTorch 的介绍。fastai 是一个分层的深度学习 API;欲了解更多信息,请参阅 fastai 论文。本仓库中的所有内容自 2020 年起均为 Jeremy Howard 和 Sylvain Gugger 的版权。一些章节可供在线阅读。
本仓库中的笔记本用于 一门慕课,并构成了这本书的基础,目前该书可供购买。它不受本仓库中的 GPL 限制。
笔记本和 python .py
文件中的代码受 GPL v3 许可证的约束;详情请参阅 LICENSE 文件。其余部分(包括笔记本中的所有 markdown 单元格及其他文本)未授权进行任何再分发或格式、媒介的更改,除了为个人使用而复制笔记本或分叉本仓库的情况。禁止任何商业或广播用途。我们免费提供这些材料是为了帮助您学习深度学习,所以请尊重我们的版权和这些限制。
如果您发现有人在其他地方托管这些材料的副本,请告知他们这些行为是未经允许的,可能会导致法律诉讼。此外,他们也会损害社区的利益,因为如果人们忽视我们的版权,我们不太可能以这种方式发布更多材料。
Colab
您无需克隆此仓库并在您的机器上打开它,您可以使用 Google Colab 来阅读和操作笔记本。这是推荐给刚开始学习者的方法——您不需要在自己的机器上设置 Python 开发环境,因为您可以直接在网页浏览器中工作。
您可以通过点击以下链接,在 Colab 中打开本书的任何章节:Jupyter 简介 | 第 1 章,介绍 | 第 2 章,生产 | 第 3 章,伦理 | 第 4 章,MNIST 基础 | 第 5 章,宠物品种 | 第 6 章,多类别 | 第 7 章,尺寸和 TTA | 第 8 章,协作 | 第 9 章,表格数据 | 第 10 章,自然语言处理 | 第 11 章,中级 API | 第 12 章,自然语言处理深入 | 第 13 章,卷积 | 第 14 章,Resnet | 第 15 章,架构细节 | 第 16 章,优化器和回调 | 第 17 章,基础 | 第 18 章,GradCAM | 第 19 章,学习者 | 第 20 章,总结
贡献
如果您对本仓库提出任何 pull 请求,那么您正在将该工作的版权分配给 Jeremy Howard 和 Sylvain Gugger。(此外,如果您对拼写或文本进行了小修改,请注明文件名并简要描述您所修正的内容。审阅者很难知道哪些更正已经完成。谢谢。)
引用
如果您希望引用本书,您可以使用以下内容:
@book{howard2020deep,
title={Deep Learning for Coders with Fastai and Pytorch: AI Applications Without a PhD},
author={Howard, J. and Gugger, S.},
isbn={9781492045526},
url={https://books.google.no/books?id=xd6LxgEACAAJ},
year={2020},
publisher={O'Reilly Media, Incorporated}
}