这是什么?
这是一个深度学习库:它提供高层组件,让你在常规领域快速达到业界最先进的效果;同时也有底层组件,研究人员可以自由组合搭配,构建新的方法。
这是一个深度学习库:它提供高层组件,让你在常规领域快速达到业界最先进的效果;同时也有底层组件,研究人员可以自由组合搭配,构建新的方法。它是用来替代 PyTorch 的,还是建立在 PyTorch 之上的?它建立在 PyTorch 之上——是一个 Python 库,并不是 PyTorch 的替代品。迁移指南涵盖纯 PyTorch、Ignite、Lightning 和 Catalyst,你可以在保留现有数据处理代码的同时,省掉大量训练相关的样板代码。
它建立在 PyTorch 之上——是一个 Python 库,并不是 PyTorch 的替代品。迁移指南涵盖纯 PyTorch、Ignite、Lightning 和 Catalyst,你可以在保留现有数据处理代码的同时,省掉大量训练相关的样板代码。我怎么把它跑起来?可以零安装:通过 'Open in colab' 按钮在 Google Colab 中打开任意文档页面。如果要在自己的电脑上用,先安装 PyTorch,再运行 pip install fastai 就行。
可以零安装:通过 'Open in colab' 按钮在 Google Colab 中打开任意文档页面。如果要在自己的电脑上用,先安装 PyTorch,再运行 pip install fastai 就行。我需要先自己装好 PyTorch 吗?是的——README 建议先安装 PyTorch,这样能装到最适合你机器的版本;之后 fastai 本身只需一条 pip 命令就能装好。
是的——README 建议先安装 PyTorch,这样能装到最适合你机器的版本;之后 fastai 本身只需一条 pip 命令就能装好。在 Windows 上训练速度会和其他系统一样快吗?在 Windows 的 Jupyter 里,DataLoader 的 num_workers 会被重置为 0 以避免卡死,这会让计算机视觉训练比 Linux 上慢好几倍。脚本方式不受影响,README 建议用 WSL 来解决这个问题。
在 Windows 的 Jupyter 里,DataLoader 的 num_workers 会被重置为 0 以避免卡死,这会让计算机视觉训练比 Linux 上慢好几倍。脚本方式不受影响,README 建议用 WSL 来解决这个问题。我对深度学习完全是新手——fastai 适合入门吗,还是主要面向研究人员?两者都是它明确的设计目标:对从业者来说平易近人、能快速出成果;对研究人员来说又足够底层、方便魔改。它的 API 分了好几层,你只需要学会自己实际用到的那一层。
两者都是它明确的设计目标:对从业者来说平易近人、能快速出成果;对研究人员来说又足够底层、方便魔改。它的 API 分了好几层,你只需要学会自己实际用到的那一层。用它到底能做出什么东西?要写多少代码?Quick Start 里展示了大约 5 行代码就能分别实现图像分类器、图像分割模型、文本情感分析模型、推荐系统和表格数据模型——而且这五者的代码写法几乎一模一样。
Quick Start 里展示了大约 5 行代码就能分别实现图像分类器、图像分割模型、文本情感分析模型、推荐系统和表格数据模型——而且这五者的代码写法几乎一模一样。它底层有什么特别之处,和直接写 PyTorch 代码有什么不同?它有一个针对 Python 的类型分发系统,为张量建立了语义类型层级;有一套双向回调系统,训练过程中可以访问并修改数据、模型或优化器的任何部分;还有全新的 data block API,以及重构后的优化器——实现新算法只需 4-5 行代码。
它有一个针对 Python 的类型分发系统,为张量建立了语义类型层级;有一套双向回调系统,训练过程中可以访问并修改数据、模型或优化器的任何部分;还有全新的 data block API,以及重构后的优化器——实现新算法只需 4-5 行代码。学它的最佳方式是什么?读这本书并把免费课程学完——这是 README 推荐的入门方式。然后跟着教程在自己 的数据集上训练模型;每个类、函数和方法都有文档,还有一篇经同行评审的论文讲解了它的设计。
读这本书并把免费课程学完——这是 README 推荐的入门方式。然后跟着教程在自己 的数据集上训练模型;每个类、函数和方法都有文档,还有一篇经同行评审的论文讲解了它的设计。有官方的 Docker 镜像吗?有——README 里链接了该项目的官方 Docker 容器,你不用自己搭建环境就能直接运行 fastai。
有——README 里链接了该项目的官方 Docker 容器,你不用自己搭建环境就能直接运行 fastai。What are similar projects?fastbook, CV, pytorch-deep-learning, pytorch-handbook, d2l-zh, nn-zero-to-hero, llm-course, lama
fastbook, CV, pytorch-deep-learning, pytorch-handbook, d2l-zh, nn-zero-to-hero, llm-course, lamaWhich topics is it in?notebooks, tabular-data, colab, course, jupyter notebook, nlp, data-science, book, computer-vision, pytorch, learning, tutorial
notebooks, tabular-data, colab, course, jupyter notebook, nlp, data-science, book, computer-vision, pytorch, learning, tutorial