总览

入门

欢迎！如果您不熟悉所有这些深度学习知识，请不用担心-我们将逐步指导您完成所有这些工作。（而且，如果您是老手，那么您可能想看看我们的高级课程：Deep Learning From The Foundations）但是，我们确实假设您已经编码了至少一年，并且（如果您以前没有使用过Python），那么您将投入额外的时间来学习所需的任何Python。（对于学习Python，我们提供了可用的Python学习资源列表。）
成为顶级深度学习从业人员并不需要什么，您可能会感到惊讶。您需要一年的编码经验，GPU和适当的软件（请参见下文），仅此而已。您不需要大量数据，不需要专业大学学历，也不需要庞大的数据中心。有关更多信息，请参阅我们的文章：深度学习所需的知识。

使用GPU

要完成本课程中的几乎所有操作，您需要访问装有NVIDIA GPU的计算机（不幸的是，主要的深度学习库未完全支持其他品牌的GPU）。但是，我们不建议您购买一个。实际上，即使您已经拥有一个，我们也不建议您立即使用它！设置计算机需要时间和精力，并且您现在希望所有精力都集中在深度学习上。因此，我们建议您租用一台已预先安装了所需一切并可以使用的计算机。使用时，每小时的费用低至0.25美元。
要记住的最重要的事情：完成后，关闭服务器。您将租用一台远程计算机，而不是自己运行某些计算机。仅关闭浏览器或关闭自己的PC机是不够的，它们只会切断设备与该远程服务器之间的连接，而不会关闭您要付费的设备。您必须使用以下指南中所述的方法关闭该服务器。否则，您将需要支付所有时间的费用，并且会收到讨厌的账单！
以下是一些不错的平台选择。单击链接以获取有关每个详细信息以及设置说明。目前，我们的建议是（请参阅下面的详细信息）：

• 如果您以前使用过命令行：Google Compute Platform，因为它们可提供300美元的免费信用额度，并且已为您预装了所有内容
• 如果您想避免使用命令行，请尝试Paperspace Gradient，它的效果很好，而且价格不菲-实际上，它们甚至可以免费使用！
• 如果您没有信用卡来注册上述服务，请使用Colab，它是免费的，但存在一些小毛病和不兼容之处。

准备运行：“一键式” Jupyter

这些是最容易使用的。他们已经为您预装了所有软件，数据和课程。它们的灵活性比“完整服务器”（下）稍差一些，但这是最简单的入门方法。

• 图纸空间梯度 ; （即时批准，无需安装，免费和付费选项）
• Colab ; （即时批准，需要最少的安装，免费）
• Onepanel ; （无需安装，每小时 0.29美元 +存储）
• SageMaker ; （需要等待批准，不是完全“一键式”…而是相当接近的，每小时1.26 USD +存储空间）
• Kaggle内核 ; （即时启动，无需设置，免费，不总是最新且不受fast.ai支持）
• Floydhub ; （即时批准，无需安装，$ 1.20 /小时+ $ 9.00 /月（100GB存储），2小时免费赠送）
• 易学智能 ; （实时可用，无需安装，￥ 1 / h（CPU），￥ 2 / h（1050ti），￥ 5 / h（1080ti），内置大量数据集，专为AI开发设计）

准备运行：完整服务器

• Google Compute Platform（每小时$ 0.38 +储存空间，$ 300免费赠金）
• 天蓝色 ; （即时批准；无需安装；虚拟机每小时$ 0.90 +存储；低优先级可抢占实例每小时0.18 +存储）

需要一些安装

我们还提供了有关使用这些平台的说明，但尚未预装所有内容：

• Amazon Web Services EC2（每小时0.9 USD +存储空间）

对于那些刚入门的人，我们强烈建议您使用Jupyter Notebooks平台（选项1）

• 笔记本是开始编写python代码和进行深度学习实验的最简单方法。
• 租用云服务器（选项2）需要环境配置和设置。
• 建造PC需要环境设置和更多的前期资金。

（当我们发布本课程的第2部分时，我们将在构建PC和租用服务器时讨论更具体的细节和好处。）

Jupyter notebook

完成上述指南之一中的步骤后，将显示类似这样的界面。

这就是jupyter笔记本环境，您将在该课程中几乎完成所有工作，因此您将非常熟悉它！在课程中，您将学到一些有关它的知识，但您可能应该花一点时间尝试一下笔记本教程。
然后，您的首要任务是打开本笔记本教程！为此，请单击nbs，然后dl1在jupyter中单击，然后您将在其中看到所有课程笔记本。首先，勾选左侧的小方框，00_notebook_tutorial.ipynb然后单击重复。

您想要避免修改原始课程笔记本，因为当您尝试使用GitHub（托管课程的地方）更新此文件夹时会遇到冲突。但是我们也希望您尝试课堂上显示的内容的多种变化，因此我们鼓励您使用课程笔记本的副本。
启动您的副本00_notebook_tutorial.ipynb并按照说明进行操作！完成后，请记住关闭服务器。

PyTorch和Fastai

我们教如何使用fastai库训练PyTorch模型。这两个软件之间有着紧密的联系-如果您也不太了解PyTorch，就无法真正熟练使用fastai。因此，您经常需要参考PyTorch docs。您可能还想查看PyTorch论坛（也恰好使用Discourse）。
当然，要讨论fastai，您可以使用我们的论坛，并确保也浏览fastai文档。
如果您刚刚开始，请不要担心-那些文档和论坛线程中的一点点（如果有的话）对您来说都将是有意义的。但是几周后回来，您可能会惊讶于发现它们的实用性……