当前位置: 首页 > 科技观察

价值14000元的课程讲义开源,fast.ai创始人发布新书源码

时间:2023-03-19 20:59:39 科技观察

本文经AI新媒体量子位授权转载(公众号ID:QbitAI),转载请联系出处。价值2,000美元的AI在线课程讲义现已开源。一直致力于AI教育的Kaggle前首席科学家、fast.ai创始人JeremyHoward放出免费福利,公布了他今年旧金山大学春季课程的AI课程讲义。该课程的笔记本代码现已免费提供。JeremyHoward周末在Github上发布了草稿讲义,两天获得2kstar,并迅速攀升至每日趋势榜首。另外,这个项目也是JeremyHoward新书的草稿,还没有正式发布,相当于又给你省了60美元。本书是他与SylvainGugger合着的新书《Deep Learning for Coders with fastai and PyTorch》。本书虽然目前仅处于预购状态,但备受读者期待,长期位居亚马逊计算机图形学类新书榜首。全书初稿共22章(包括引言和结语),内容自然是从AI界的“HelloWord问题”开始——MNIST图像分类,再到NLP、循环神经网络,卷积神经网络和可解释性。本课程不适合零基础人群,Python和PyTorch的必要知识还是要有的。要在Notebook中运行代码,需要安装以下软件:fastaiv2、Graphviz、ipywidgets、matplotlib、nbdev、pandas、scikit-learn、MicrosoftAzureCognitiveServicesImageSearch,这些软件都可以直接通过PyPI安装。这本快书不仅是一本教科书,更是一份AI社区资源。在最后的寄语中,作者希望所有读完本书的人都能与大家分享他们的成功经验。最后,本书强调项目的版权问题,因为该项目包括在线课程和书籍的付费内容,不能随意复制粘贴。GPLv3开源许可证仅涵盖项目的代码部分。至于Notebook中的Markdown部分,不包括在内,未经许可不得分发或更改。也禁止将此项目用于商业用途。如果此代码的副本托管在其他地方,作者可能会被起诉。无视版权规定,作者表示以后可能不会考虑以这种方式发布其他材料。因此,我们这里就不展示项目中的文字和图片了。感兴趣的朋友可以自行下载,作为私人学习资料使用。传送门项目地址:https://github.com/fastai/fastbook课程地址:https://www.usfca.edu/data-institute/certificates/deep-learning-part-one