Fast.ai: Practical Deep Learning for coders 课程学习笔记:Part1 Lesson1 (Lesson0)

Lesson 0

这节课是Fast.ai项目的一个介绍,介绍了课程制作者的一些理念、教学的想法和一部分关于深度学习的概念性的描述,非常休闲。可以当作一个谈话节目来看。

Lesson 1

Setting up your deep learning server and run a warm-up model.

  • Some common senses you need to know.
  • Build an environment for deep learning.
  • Profile for remote logging.
  • 7 lines code to run vgg16.
  • Build a new model from scratch.

本节直接开始实机操作。授课人使用了Amazon的P2服务。国内连接不上AWS,而且P2的价格也不便宜。有条件的更多还是使用自配主机。这部分内容就不需要多说了,网上教程很多。不过考虑到教程都有一定的时效性,使用的package和toolkit在不断升级,接口和语法细节会发生变化,这样就导致环境配置是个很麻烦的事情。
因此建议使用与课程一致的旧版本环境,会减少大量的时间成本。主要是

  • Cuda 8.0
  • CuDNN 5.1
  • keras 1.x

用单独的Python环境来运行就好了。而且日后的升级也并不困难。到Part2时后端就换成Tensorflow了。

使用Jupyter Notebook可以配置浏览器的远程登录;tmux可以在一个terminal中分屏。Windows登陆Linux可以用ssh工具,直接在Cygwin里建一个Linux小环境就比较方便。可以参考我的另一篇文章(http://blog.csdn.net/leayc/article/details/77849700)。

Lesson 1 的 Notes 在视频内容结束后还有一段“从零开始构建网络模型”,可以照着做做。

你可能感兴趣的:(机器学习/深度学习,数据挖掘实践)