fastbook

Bahasa Inggris / Spanyol / Korea / Cina / Bengali / Indonesia / Italia / Portugis / Vietnam / Jepang

Buku Fastai

Buku catatan ini mencakup pengantar pembelajaran mendalam, Fastai, dan Pytorch. Fastai adalah API berlapis untuk pembelajaran yang mendalam; Untuk informasi lebih lanjut, lihat kertas Fastai. Segala sesuatu dalam repo ini adalah hak cipta Jeremy Howard dan Sylvain Gugger, 2020 dan seterusnya. Pilihan bab tersedia untuk dibaca secara online di sini.

Notebook dalam repo ini digunakan untuk MOOC dan membentuk dasar dari buku ini, yang saat ini tersedia untuk dibeli. Itu tidak memiliki batasan GPL yang sama yang ada di repositori ini.

Kode dalam notebook dan file python .py dicakup oleh lisensi GPL V3; Lihat file lisensi untuk detailnya. Sisa (termasuk semua sel penurunan harga di notebook dan prosa lainnya) tidak dilisensikan untuk redistribusi atau perubahan format atau media, selain membuat salinan notebook atau forking repo ini untuk penggunaan pribadi Anda sendiri. Tidak ada penggunaan komersial atau siaran yang diizinkan. Kami membuat materi ini tersedia secara bebas untuk membantu Anda belajar pembelajaran yang mendalam, jadi harap hormati hak cipta kami dan pembatasan ini.

Jika Anda melihat seseorang yang menampung salinan materi ini di tempat lain, beri tahu mereka bahwa tindakan mereka tidak diizinkan dan dapat mengarah pada tindakan hukum. Selain itu, mereka akan menyakiti masyarakat karena kita tidak akan merilis materi tambahan dengan cara ini jika orang mengabaikan hak cipta kita.

Colab

Alih -alih mengkloning repo ini dan membukanya di mesin Anda, Anda dapat membaca dan bekerja dengan notebook menggunakan Google Colab. Ini adalah pendekatan yang disarankan untuk orang-orang yang baru memulai-tidak perlu mengatur lingkungan pengembangan Python di mesin Anda sendiri, karena Anda hanya dapat bekerja langsung di browser web Anda.

Anda dapat membuka bab apa pun dari buku ini di Colab dengan mengklik salah satu tautan ini: Pengantar Jupyter | Bab 1, Intro | Bab 2, Produksi | Bab 3, Etika | Bab 4, Dasar -Dasar Mnist | Bab 5, Breed Pet | Bab 6, Multi-Kategori | Bab 7, Sizing dan TTA | Bab 8, Collab | Bab 9, Tabular | Bab 10, NLP | Bab 11, API tingkat menengah | Bab 12, NLP Deep-Dive | Bab 13, Konvolusi | Bab 14, Resnet | Bab 15, Detail Lengkungan | Bab 16, pengoptimal dan panggilan balik | Bab 17, Yayasan | Bab 18, Lulusan | Bab 19, Pelajar | Bab 20, Kesimpulan

Kontribusi

Jika Anda membuat permintaan tarik ke repo ini, maka Anda menetapkan hak cipta dari karya itu untuk Jeremy Howard dan Sylvain Gugger. (Selain itu, jika Anda melakukan pengeditan kecil ke ejaan atau teks, harap tentukan nama file dan deskripsi yang sangat singkat tentang apa yang Anda perbaiki. Sulit bagi pengulas untuk mengetahui koreksi mana yang telah dilakukan. Terima kasih.)

Kutipan

Jika Anda ingin mengutip buku ini, Anda dapat menggunakan yang berikut:

 @book{howard2020deep,
title={Deep Learning for Coders with Fastai and Pytorch: AI Applications Without a PhD},
author={Howard, J. and Gugger, S.},
isbn={9781492045526},
url={https://books.google.no/books?id=xd6LxgEACAAJ},
year={2020},
publisher={O'Reilly Media, Incorporated}
}