fast.ai深度学习实战课程

fast.ai深度学习实战课程

大数据文摘
普及数据思维,传播数据文化,助力产业发展。
  • 课程目录
  • 课程介绍
  • 课时1:课程学习指南

  • 课时2:术语总表(完整版)

  • 课时3:1.1 总体课程简介及自我介绍

  • 课时4:1.2 第1课简介及Jupyter平台介绍

  • 课时5:1.3 数据处理及相关函数介绍

  • 课时6:1.4 Q&A(1)

  • 课时7:1.5 resnet34模型训练

  • 课时8:1.6 使用fastai库的优势及反馈

  • 课时9:1.7 一些成功案例及论坛的使用介绍

  • 课时10:1.8 Q&A(2)及模型训练结果

  • 课时11:1.9 模型优化及相关函数介绍

  • 课时12:1.10 Resnet50模型简介

  • 课时13:1.11 其他数据格式介绍

  • 课时14:1.12 Q&A(3)

  • 课时15:Note(PDF版本)

  • 课时16:实战案例 Lesson1_pets(PDF版本)

  • 课时17:课程笔记(PDF版本)

  • 课时18:2.1 项目赏析

  • 课时19:2.2 利用谷歌创建数据集

  • 课时20:2.3 查看并训练数据集

  • 课时21:2.4 数据清洗

  • 课时22:2.5 利用产品训练你的模型

  • 课时23:2.6 学习率和轮次

  • 课时24:2.7 创建一个简单的线性模型(1)

  • 课时25:2.8 创建一个简单的线性模型(2)

  • 课时26:2.9 创建一个简单的线性模型(3)

  • 课时27:2.10 创建一个简单的线性模型(4)

  • 课时28:2.11 创建一个简单的线性模型(5)

  • 课时29:2.12 小总结

  • 课时30:Note(PDF版本)

  • 课时31:实战案例 Lesson 2_download(PDF版本)

  • 课时32:实战案例 Lesson 2_sgd(PDF版本)

  • 课时33:课程笔记

  • 课时34:3.1 学员应用fastai制作的小工具

  • 课时35:3.2 下载并解压项目所需的数据集

  • 课时36:3.3 使用data block api来读取数据集

  • 课时37:3.4 使用数据增强完成卫星图像分类任务

  • 课时38:3.5 Q&A(1),通过微调和增大像素来提升准确率

  • 课时39:3.6 图像分割简介,Q&A(2)

  • 课时40:3.7 使用fastai完成CamVid的图像分割,Q&A(3)

  • 课时41:3.8 U-Net简介,学习率的选择

  • 课时42:3.9 使用U-Net来完成图像分割,头部姿势检测

  • 课时43:3.10 使用fastai对IMDB电影评论分类

  • 课时44:3.11 Q&A(4),总结

  • 课时45:Note(PDF版本)

  • 课时46:实战案例 Lesson 3_camvid_tiramisu(PDF版本)

  • 课时47:实战案例 Lesson3_camvid(PDF版本)

  • 课时48:实战案例 Lesson3_imdb(PDF版本)

  • 课时49:实战案例 Lesson3_planet(PDF版本)

  • 课时50:实战案例 Lesson3_head_pose(PDF版本)

  • 课时51:课程笔记

  • 课时52:4.1 NLP的迁移学习

  • 课时53:4.2 使用fastai对IMDB电影评论进行分类

  • 课时54:4.3 Q&A(1&2),表格数据简介

  • 课时55:4.4 Q&A(3),使用fastai分析表格数据

  • 课时56:4.5 协同过滤简介,Q&A(4)

  • 课时57:4.6 在Excel中实现电影推荐

  • 课时58:4.7 协同过滤在fastai库中实现的源码

  • 课时59:4.8 Q&A(5),神经网络各层的运算

  • 课时60:Note(PDF版本)

  • 课时61:实战案例 Lesson4_collab(PDF版本)

  • 课时62:实战案例 Lesson4_tabular(PDF版本)

  • 课时63:课程笔记

  • 课时64:5.1 反向传播与微调

  • 课时65:5.2 协同过滤Excel版和嵌入

  • 课时66:5.3 嵌入与偏差

  • 课时67:5.4 协同过滤notebook版和偏差

  • 课时68:5.5 权值、collab_learner、嵌入

  • 课时69:5.6 权值衰减、随机梯度下降SGD

  • 课时70:5.7 真实数据集MNIST的SGD

  • 课时71:5.8 使用MNIST的神经网络、Adam

  • 课时72:5.9 Momentum动量法和RMSProp

  • 课时73:5.10 fit_one_cycle和tabular模型

  • 课时74:Note(PDF版本)

  • 课时75:实战案例Lesson5_sgd_mnist(PDF版本)

  • 课时76:课程笔记

  • 课时77:6.1 图片数据自动标注

  • 课时78:6.2 数据集 数据预处理 data()函数

  • 课时79:6.3 doc()函数 损失函数

  • 课时80:6.4 模型 dropout

  • 课时81:6.5 网络结构 BatchNorm

  • 课时82:6.6 数据增广

  • 课时83:6.7 卷积运算

  • 课时84:6.8 卷积核

  • 课时85:6.9 卷积网络 手动卷积

  • 课时86:6.10 卷积热力图

  • 课时87:6.11 AI道德

  • 课时88:6.12 如何应对

  • 课时89:Note(PDF版本)

  • 课时90:实战案例 Lesson6_rossmann(PDF版本)

  • 课时91:实战案例 Lesson6_pets_more(PDF版本)

  • 课时92:课程笔记

  • 课时93:7.1 LESSON7简介与已上架的FASTAI相关APP应用

  • 课时94:7.2 使用MNIST数据集构造基于CNN的数字检测器

  • 课时95:7.3 RESNET原理、使用RESNET构建的数字检测器

  • 课时96:7.4 U-NET原理、代码讲解、应用简介

  • 课时97:7.5 Q&A(1)

  • 课时98:7.6 使用U-NET进行图像复原

  • 课时99:7.7 GAN介绍,判别器代码讲解

  • 课时100:7.8 基于GANLearner进行图像复原

  • 课时101:7.9 Q&A(2)

  • 课时102:7.10 WGAN应用、使用perceptual loss修复图像

  • 课时103:7.11 其它图像应用--黑白转彩色

  • 课时104:7.12 Q&A(3)

  • 课时105:7.13 课程回顾、RNN介绍、文本预测示例

  • 课时106:7.14 多label输出、引入GRU单元与RNN其它应用

  • 课时107:7.15 学习建议与第二部分课程介绍

  • 课时108:7.16 Q&A(4)

  • 课时109:Note(PDF版本)

  • 课时110:实战案例 Lesson7_resnet_mnist(PDF版本)

  • 课时111:实战案例 Lesson7_superres_gan(PDF版本)

  • 课时112:实战案例 Lesson7_super resolution(PDF版本)

  • 课时113:实战案例 Lesson7_superres_imagenet(PDF版本)

  • 课时114:实战案例 Lesson7_human_numbers(PDF版本)

  • 课时115:实战案例 Lesson7_wgan(PDF版本)

  • 课时116:课程笔记

课程概述

本课程英文版本由fast.ai制作并免费发布(https://www.fast.ai/)。大数据文摘(微信订阅号ID:BigDataDigest)获得fast.ai授权,将视频、Note和Jupyter Notebook进行翻译并免费发布。

本课程无需数学与理论先序知识,对仅有少量开发基础的学习者非常友好。课程以案例为驱动,包含大量工业级的实现与调优技巧,帮助学习者掌握AI场景的建模与调优方法,拒绝toy project,直接实现产品级的应用。

另外,「fast.ai配套实训课」也同步上线~ 供你亲自跑代码!19个工业级别真实案例+GPU资源+完整代码,你值得拥有~
详情请见:http://www.bigdatadigest.cn/#/mobileCourseDetail?course_id=30

教程推荐

Perl在线教程

数据结构和算法在线教程

MFC在线教程

LISP在线教程

MATLAB在线教程

HTML在线教程

随机推荐

babycare床围栏婴儿床护栏深度剖析功能区别,质量靠谱吗

得力扑克牌环保材料耐打娱乐纸牌扑克最新款,这样选不盲目

INTEX充气沙发休闲充气沙发床单人阳台午休椅可折叠躺椅床评测质...

尼康D7500单反相机入手使用1个月感受揭露,告诉你哪款性价比高

乐荔搓澡巾男女优缺点质量分析参考!好用吗?

格兰仕微波炉家用变频评测质量好吗,评测解读该怎么选