PyTorch 深度学习入门Fast.ai 2.0上线！自带中文字幕，所有笔记、资源全部免费！

磐创AI分享

来源 | 量子位（QbitAI）

编辑 | 贾浩楠、发自、凹非寺

Fast.ai，最受人们欢迎的MOOC课程和深度学习框架之一。

重代码而非数学，这让不少使用Fast.ai的初学者称霸各种Kaggle比赛。

昨天，最新的Fast.ai 2.0版本上线。

新版本完全对Fast.ai V1进行了重置，构建了全新的深度学习框架。更轻快、更灵活、更容易使用。

而且，对中国用户最友好的是，全部课程视频都有简体中文字幕。

2.0更新了哪些课程

新上线的Fast.ai 2.0是测试版，目前公开的课程分为两大部分：深度学习任务速成，和更加细致全面的深度学习基础。

其中，速成部分有7节课，分别是：

图像分类
SGD入门
多标签
NLP
反向传播：从零开始的神经网络
CNN
GAN

如果你已经有了一定的基础，那么可以直接开始第二部分课程深度学习基础。

这一部分包含7课，从深度神经网络的基础结构讲起，包括神经网络的训练过程、模型内部结构、数据块的API等等。

在Fast.ai官网上，每一节课的页面，左边是视频播放，右边有本节提纲，和其他网友详细的学习笔记链接。此外还有各种丰富的扩展资料。

可以说，团队是十分用心了。

但是，如果你没有任何机器学习的基础知识储备，那么要注意一点：

V2版本中移除了V1中的机器学习入门，需要这些课程的用户只能出门左转使用V1.。

但团队承诺，仍然会对V1进行更新维护。

安装使用教程

Fast.ai除了提供免费的课程，更主要的是作为一个高度简化集成的深度学习框架，为初学者提供了简单易上手的深度学习任务工具，比如CV分割工具。

安装最新的Fast.ai也十分简单，只要通过一行代码：

pip install fastai

如果你用的是conda，那么用这个指令来安装：

conda install -c fastai -c pytorch fastai

如果你想自己进一步修改开发Fast.ai，那么需要安装可编辑的版本：




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

当然，所有的安装都要求电脑预装最新版本的Python和PyTorch。

最后，还有一个完全不用安装的使用方法，谷歌Colab，加载完成后记得选择GPU模式运行。

V2特色：三大核心库

这一次Fast.ai的更新，核心功能是3个库：fastcore，fastscript和fastgpu。

fastcore

其中，fastcore利用Python的灵活性，添加了其他语言的一些优秀特性。

比如来自Julia的多重调度，来自Ruby的mixin，以及来自Haskell的currying、binding。

它还增加了Python中一些 “缺失的特性”，并清理了Python标准库中一些不太好用的部分，比如简化并行处理。

fastscript

fastscript专门为快速设计脚本而设。在 Python中，可以使用自带的argparse来实现但它很复杂，尤其是当你想支持命令行参数、提供帮助和其他细节。

而Fastscript是一个完整的、可以使用的命令行应用程序。运行调用也十分简单：

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)

运行之后可以得到：

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