영어 / 스페인어 / 한국 / 중국 / 벵골어 / 인도네시아 / 이탈리아 / 포르투갈어 / 베트남 / 일본어
이 노트북은 딥 러닝, Fastai 및 Pytorch에 대한 소개를 다룹니다. Fastai는 딥 러닝을위한 계층화 된 API입니다. 자세한 내용은 Fastai Paper를 참조하십시오. 이 저장소의 모든 것은 저작권 Jeremy Howard와 Sylvain Gugger, 2020 이후입니다. 여기에서 온라인으로 읽을 수 있습니다.
이 repo의 노트북은 MOOC에 사용되며 현재 구매할 수있는이 책의 기초를 형성합니다. 이 저장소에있는 동일한 GPL 제한이 없습니다.
노트북 및 Python .py
파일의 코드는 GPL V3 라이센스로 덮여 있습니다. 자세한 내용은 라이센스 파일을 참조하십시오. 나머지 (노트북 및 기타 산문의 모든 Markdown 셀 포함)는 노트북의 사본을 만들거나 개인 용도 로이 리베르를 포킹하는 것 외에 다른 형식 또는 매체의 재분배 또는 변경에 대한 라이센스가 부여되지 않습니다. 상업용 또는 방송 사용은 허용되지 않습니다. 우리는 딥 러닝을 배우는 데 도움이되도록 이러한 자료를 자유롭게 이용할 수있게 해주므로 저작권과 이러한 제한 사항을 존중하십시오.
다른 곳에서 이러한 자료 사본을 주최하는 사람이 있으면 자신의 행동이 허용되지 않으며 법적 조치로 이어질 수 있음을 알려주십시오. 더욱이 사람들이 우리의 저작권을 무시할 경우 이런 식으로 추가 자료를 공개하지 않기 때문에 커뮤니티를 해칠 것입니다.
이 저장소를 복제하고 컴퓨터에서 열리는 대신 Google Colab을 사용하여 노트북을 읽고 작업 할 수 있습니다. 이것은 방금 시작하는 사람들에게 권장되는 접근법입니다. 웹 브라우저에서 직접 작업 할 수 있기 때문에 자신의 기계에 Python 개발 환경을 설정할 필요가 없습니다.
다음 링크 중 하나를 클릭하여 Colab에서 책의 모든 장을 열 수 있습니다. Jupyter 소개 | 1 장, 소개 | 2 장, 생산 | 3 장, 윤리 | 4 장, MNIST 기본 사항 | 5 장, 애완 동물 품종 | 6 장, 다중 범주 | 7 장, 사이징 및 TTA | 8 장, 콜라 보 9 장, 표 형 | 10 장, NLP | 11 장, 중간 수준 API | 12 장, NLP 심도 | 13 장, 컨볼 루션 | 14 장, Resnet | 15 장, 아치 세부 사항 | 16 장, 최적화 및 콜백 | 17 장, 재단 | 18 장, Gradcam | 19 장, 학습자 | 20 장, 결론
이 저장소에 풀 요청을 수행하면 Jeremy Howard와 Sylvain Gugger에게 해당 작업의 저작권을 할당하는 것입니다. (또한 철자 나 텍스트를 소규모로 편집하는 경우 파일 이름과 수정 한 내용에 대한 간단한 설명을 지정하십시오. 검토자가 이미 어떤 수정이 이루어 졌는지 알기가 어렵습니다. 감사합니다.)
책을 인용하려면 다음을 사용할 수 있습니다.
@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}
}