fastbook

อังกฤษ / สเปน / เกาหลี / จีน / เบงกาลี / อินโดนีเซีย / อิตาลี / โปรตุเกส / เวียดนาม / ญี่ปุ่น

หนังสือ Fastai

สมุดบันทึกเหล่านี้ครอบคลุมการแนะนำเกี่ยวกับการเรียนรู้ลึก Fastai และ Pytorch Fastai เป็น API แบบเลเยอร์สำหรับการเรียนรู้อย่างลึกซึ้ง สำหรับข้อมูลเพิ่มเติมดูที่กระดาษ Fastai ทุกอย่างใน repo นี้คือลิขสิทธิ์ Jeremy Howard และ Sylvain Gugger, 2020 เป็นต้นไป มีการเลือกบทที่สามารถอ่านออนไลน์ได้ที่นี่

สมุดบันทึกใน repo นี้ใช้สำหรับ MOOC และสร้างพื้นฐานของหนังสือเล่มนี้ซึ่งปัจจุบันมีให้ซื้อ มันไม่มีข้อ จำกัด GPL เดียวกันที่อยู่ในที่เก็บนี้

รหัสในโน้ตบุ๊กและ Python .py ไฟล์ครอบคลุมโดยใบอนุญาต GPL V3; ดูไฟล์ใบอนุญาตสำหรับรายละเอียด ส่วนที่เหลือ (รวมถึงเซลล์ markdown ทั้งหมดในสมุดบันทึกและร้อยแก้วอื่น ๆ ) ไม่ได้รับอนุญาตสำหรับการแจกจ่ายซ้ำหรือเปลี่ยนรูปแบบหรือสื่อนอกเหนือจากการทำสำเนาของโน้ตบุ๊กหรือฟอกเงินคืนนี้สำหรับการใช้ส่วนตัวของคุณเอง ไม่อนุญาตให้มีการใช้งานเชิงพาณิชย์หรือออกอากาศ เรากำลังทำให้วัสดุเหล่านี้พร้อมใช้งานได้อย่างอิสระเพื่อช่วยให้คุณเรียนรู้การเรียนรู้อย่างลึกซึ้งดังนั้นโปรดเคารพลิขสิทธิ์และข้อ จำกัด เหล่านี้

หากคุณเห็นใครบางคนโฮสต์สำเนาของวัสดุเหล่านี้ที่อื่นโปรดแจ้งให้พวกเขาทราบว่าการกระทำของพวกเขาไม่ได้รับอนุญาตและอาจนำไปสู่การดำเนินการทางกฎหมาย ยิ่งกว่านั้นพวกเขาจะทำร้ายชุมชนเพราะเราไม่น่าจะปล่อยวัสดุเพิ่มเติมด้วยวิธีนี้หากผู้คนเพิกเฉยต่อลิขสิทธิ์ของเรา

การกิน

แทนที่จะโคลน repo นี้และเปิดบนเครื่องของคุณคุณสามารถอ่านและทำงานกับสมุดบันทึกโดยใช้ Google Colab นี่เป็นวิธีการที่แนะนำสำหรับคนที่เพิ่งเริ่มต้น-ไม่จำเป็นต้องตั้งค่าสภาพแวดล้อมการพัฒนา Python บนเครื่องของคุณเองเนื่องจากคุณสามารถทำงานได้โดยตรงในเว็บเบราว์เซอร์ของคุณ

คุณสามารถเปิดบทใดก็ได้ของหนังสือใน colab โดยคลิกที่หนึ่งในลิงค์เหล่านี้: บทนำสู่ Jupyter | บทที่ 1 อินโทร | บทที่ 2, การผลิต | บทที่ 3 จริยธรรม | บทที่ 4 พื้นฐาน MNIST | บทที่ 5 สายพันธุ์สัตว์เลี้ยง บทที่ 6, หลายหมวดหมู่ | บทที่ 7 การปรับขนาดและ TTA | บทที่ 8 ร่วมมือกัน | บทที่ 9, Tabular | บทที่ 10, NLP | บทที่ 11, API ระดับกลาง | บทที่ 12, NLP Deep Dive | บทที่ 13, Convolutions | บทที่ 14, resnet | บทที่ 15 รายละเอียดส่วนโค้ง | บทที่ 16, Optimizers และ Callbacks | บทที่ 17 ฐานราก | บทที่ 18, GradCam | บทที่ 19, ผู้เรียน | บทที่ 20 บทสรุป

ผลงาน

หากคุณทำคำขอดึงใด ๆ ไปยัง repo นี้คุณกำลังกำหนดลิขสิทธิ์ของงานนั้นให้กับ Jeremy Howard และ Sylvain Gugger (นอกจากนี้หากคุณทำการแก้ไขเล็ก ๆ น้อย ๆ เพื่อสะกดคำหรือข้อความโปรดระบุชื่อของไฟล์และคำอธิบายสั้น ๆ เกี่ยวกับสิ่งที่คุณกำลังแก้ไขมันเป็นเรื่องยากสำหรับผู้ตรวจสอบที่จะรู้ว่าการแก้ไขใดที่ทำไปแล้วขอบคุณ)

การอ้างอิง

หากคุณต้องการอ้างอิงหนังสือเล่มนี้คุณสามารถใช้สิ่งต่อไปนี้:

 @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}
}