自带中文字幕Fast.ai 2.0上线！所有笔记、资源都在这了！

（给机器学习算法与Python学习加星标，提升AI技能）

本文转自AI新媒体量子位（公众号 ID: QbitAI）

Fast.ai，最受人们欢迎的MOOC课程和深度学习框架之一。重代码而非数学，这让不少使用Fast.ai的初学者称霸各种Kaggle比赛。

近日，最新的Fast.ai 2.0版本上线。新版本完全对Fast.ai V1进行了重置，构建了全新的深度学习框架。更轻快、更灵活、更容易使用。而且，对中国用户最友好的是，全部课程视频都有简体中文字幕。

2.0更新了哪些课程

新上线的Fast.ai 2.0是测试版，目前公开的课程分为两大部分：深度学习任务速成，和更加细致全面的深度学习基础。其中，速成部分有7节课，分别是：

图像分类 

SGD入门 

多标签 

NLP 

反向传播：从零开始的神经网络 

CNN 

GAN

如果你已经有了一定的基础，那么可以直接开始第二部分课程深度学习基础。

这一部分包含7课，从深度神经网络的基础结构讲起，包括神经网络的训练过程、模型内部结构、数据块的API等等。

在Fast.ai官网上，每一节课的页面，左边是视频播放，右边有本节提纲，和其他网友详细的学习笔记链接。此外还有各种丰富的扩展资料。

安装使用教程

安装最新的Fast.ai也十分简单，只要通过一行代码：

pip install fastai

如果你用的是conda，那么用这个指令来安装：

conda install -c fastai -c pytorch fastai

如果你想自己进一步修改开发Fast.ai，那么需要安装可编辑的版本：

git clone —recurse-submodules https://github.com/fastai/fastai
pip install -e “fastai[dev]”

当然，所有的安装都要求电脑预装最新版本的Python和PyTorch。

最后，还有一个完全不用安装的使用方法，谷歌Colab，加载完成后记得选择GPU模式运行。

V2特色：三大核心库

这一次Fast.ai的更新，核心功能是3个库：fastcore，fastscript和fastgpu。

fastcore

其中，fastcore利用Python的灵活性，添加了其他语言的一些优秀特性。比如来自Julia的多重调度，来自Ruby的mixin，以及来自Haskell的currying、binding。它还增加了Python中一些 “缺失的特性”，并清理了Python标准库中一些不太好用的部分，比如简化并行处理。

fastscript

fastscript专门为快速设计脚本而设。在 Python中，可以使用自带的argparse来实现但它很复杂，尤其是当你想支持命令行参数、提供帮助和其他细节。

fastgpu

1. fastgpu库只提供了一个命令fastgpu_poll，它可以轮询一个目录来检查是否有脚本要运行，然后在第一个可用的 GPU 上运行它们。 

2. 如果没有可用的GPU，fastgpu进入等待状态。如果有一个以上的GPU可用，则多个脚本将并行运行，每个GPU运行一个。 

3. 这是最简单的运行模型简化测试的方法，它可以利用所有的GPU，没有并行处理的成本，也不需要人工干预。

Fast.ai新书同步上线

除了刚才介绍的3个核心库，Fast.ai2.0还有很多使用技巧。开发团队推荐使用Fast.ai2.0的配套书籍《程序员实用深度学习教程》来学习。现在亚马逊可买实体书，JupyterNotebook也可以免费阅读。

课程介绍

https://www.fast.ai/2020/08/21/fastai2-launch/

教学视频

https://course19.fast.ai/index.html

亚马逊链接

https://www.amazon.com/Deep-Learning-Coders-fastai-PyTorch/dp/1492045527

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

推荐阅读
ImageNet一作、李飞飞高徒邓嘉获最佳论文奖，ECCV 2020奖项全公布
 
霸气！开源项目名字就叫BAT，具有语法高亮的Cat类命令
 
火爆全球的GPT-3，到底凭什么砸大家饭碗？
 
PyTorch实现，GitHub 4000星：这是微软开源的计算机视觉库