1. 磐创智能首页
  2. PyTorch

Fastai 总览

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

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:

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。
Fastai 总览
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。
Fastai 总览
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……

原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2020/01/11/my-post-2/

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息