针对编码者的实用深度学习

使用 fastai 和 PyTorch 的编码者深度学习：无需博士学位的 AI 应用——本书及课程

欢迎来到《针对编码者的实用深度学习》。本网站涵盖了本书以及 2020 年版课程的内容，两者设计为紧密配合使用。如果您尚未拥有本书，可以在此 购买。此外，本书也以交互式 Jupyter Notebook 的形式 免费提供；请继续阅读以了解如何获取它们。

我该如何开始？

如果您现在就准备开始学习，以下是入门步骤。如果您想了解更多关于本课程的信息，请先阅读接下来的几部分，然后再回到这里。

要观看视频，请点击导航侧边栏中的“课程”部分。所有课程都配有可搜索的字幕文本；点击右上角的“字幕搜索”即可查找特定词汇或短语，然后单击该词句即可直接跳转到视频中出现该内容的时间点。视频均带有字幕，并已翻译成简体中文和西班牙语。观看时，您可以点击“CC”按钮来开启或关闭字幕，再点击设置按钮选择语言。

每段视频对应书中的一章内容。而书中的每一章内容也都以交互式 Jupyter Notebook 的形式提供。Jupyter Notebook 是 Python 数据科学领域最受欢迎的工具，这绝非偶然——它功能强大、灵活且易于使用。我们相信您会爱上它！由于学习深度学习最重要的就是编写代码并进行实验，因此拥有一款优秀的代码实验平台至关重要。

为了开始学习，我们推荐您使用以下推荐在线平台提供的 Jupyter 服务器（点击链接可查看如何在这些平台上运行本课程的相关说明）：

• Gradient：与 Colab 不同，这是一个“真正的”Jupyter Notebook 环境，因此课程中的所有内容都能正常运行。它还提供存储笔记本和模型的空间。不过，有时免费服务器可能会过载，导致无法连接。
• Colab：谷歌推出的热门免费服务。由于谷歌近期对 Notebook 平台进行了较大改动，快捷键有所变化，且并非所有功能都可用（例如，第 2 章的许多内容无法运行，因为 Colab 不支持创建 Web 应用 GUI）。

如果您希望体验完整 Linux 服务器的运行环境，也可以考虑 Google Cloud（非常流行且可靠的服务，但性能最强的 GPU 成本较高）。我们强烈建议您使用上述推荐的在线平台来运行笔记本，而不要在自己的电脑上操作，除非您具备丰富的 Linux 系统管理经验，并熟悉 GPU 驱动程序、CUDA 等相关技术。

如果您需要帮助，forums.fast.ai 上有一个 优秀的在线社区，随时准备为您提供支持。在论坛发帖提问之前，请务必仔细搜索，看看类似问题是否已经有人回答过。（论坛系统会要求您先在网站上花几分钟阅读现有主题，才能发布新帖子。）许多学员觉得比较棘手的一个环节是为第 2 课中的图片下载任务注册必应 API 密钥；这里有一篇很有帮助的 论坛帖子，详细介绍了如何获取下载图片所需的必应 API 密钥。

这门课程适合我吗？

感谢您邀请我们陪伴您踏上深度学习之旅，无论您目前处于哪个阶段！以往的 fast.ai 课程吸引了来自世界各地、各行各业的数十万名学员。许多学员分享了他们的成长经历：有人在国际机器学习竞赛中多次斩获金牌（详情），有人获得了顶尖公司的录用通知（详情），还有人发表了研究论文（详情、详情、详情）。例如，Isaac Dimitrovsky 曾告诉我们：“我玩机器学习已有几年，却始终不得要领……去年底参加了 fast.ai 第一部分课程后，我才真正开窍。”随后，他一举夺得享有盛誉的国际 RA2-DREAM 挑战赛冠军！他基于 fastai 库，开发了一种多阶段深度学习方法，用于评估类风湿性关节炎患者的放射学手足关节损伤程度。

无论您是否具备技术或数学背景——当然，有也没关系！——我们都致力于让尽可能多的人轻松掌握深度学习。本课程唯一的先决条件是您会编程（一年左右的经验即可），最好使用 Python，并且至少修过高中数学课程。前三个章节特意以通俗易懂的方式编写，即使是高管、产品经理等非技术人员也能快速理解深度学习的核心要点；如果您属于这一群体，可以直接跳过这些章节中的代码部分。

深度学习是一种利用多层神经网络来提取和转换数据的计算机技术，其应用场景涵盖从语音识别到动物图像分类等多个领域。许多人误以为要取得出色的深度学习成果，必须具备各种稀缺资源，但通过本课程的学习，您会发现这种观点并不正确。以下是一些“完全不需要”的所谓“必备条件”：

误区（无需具备）	真相
大量数学知识	高中数学水平已足够
海量数据	我们曾见证仅用不到 50 个样本就创造纪录级效果
昂贵的计算设备	即使是免费工具，也能完成最先进的深度学习任务

深度学习兼具强大能力、高度灵活性和简洁性，因此我们认为它应当被广泛应用于各个学科领域，包括社会科学、自然科学、艺术、医学、金融、科学研究等等。以下是深度学习或深度学习主导的方法目前在全球范围内处于领先地位的数千项任务示例：

• 自然语言处理 (NLP)：问答系统、语音识别、文档摘要、文档分类、从文档中提取姓名、日期等信息、搜索提及特定概念的文章
• 计算机视觉：卫星与无人机影像解读（如灾害风险评估）、人脸识别、图像字幕生成、交通标志识别、自动驾驶车辆中的行人与车辆定位
• 医学：在 CT、MRI 和 X 光等影像中检测异常、病理切片特征计数、超声检查中测量指标、糖尿病视网膜病变诊断
• 生物学：蛋白质折叠、蛋白质分类、多项基因组学任务，例如肿瘤与正常组织测序、临床可干预基因突变分类、细胞分类、蛋白质间相互作用分析
• 图像生成：给黑白照片上色、提升图像分辨率、去除图像噪声、将照片转化为著名艺术家风格的艺术作品
• 推荐系统：网页搜索、商品推荐、首页内容布局
• 游戏：国际象棋、围棋、大多数 Atari 游戏以及许多即时战略游戏
• 机器人技术：处理难以定位（如透明、反光、缺乏纹理）或难以抓取的物体
• 其他应用：金融与物流预测、文本转语音等……

我们是谁

我们是 Sylvain Gugger 和 Jeremy Howard，您本次旅程的导师。我们是 fastai 的共同作者，而 fastai 正是您在本课程中将全程使用的软件。

Jeremy 从事机器学习的研究与教学已有约 30 年，早在 25 年前就开始使用神经网络。在此期间，他领导过多家以机器学习为核心的企业和项目，包括创立全球首家专注于深度学习与医疗的公司 Enlitic，并担任全球最大机器学习社区 Kaggle 的总裁兼首席科学家。此外，他还与 Rachel Thomas 博士共同创立了 fast.ai，也就是本课程的开发机构。

Sylvain 曾编写 10 册数学教材，覆盖法国高级数学课程的全部内容！如今，他任职于 Hugging Face，此前则在 fast.ai 担任研究员。

我们非常重视教学。在本课程中，我们首先通过简单直观的工具，展示如何使用一个完整、可用且功能强大的先进深度学习模型来解决实际问题。随后，我们会逐步深入探讨这些工具的工作原理，以及构建这些工具的基础工具又是如何运作的，以此类推……我们始终采用实例教学，确保每个知识点都有清晰的情境和明确的目的，而不是一开始就进行抽象的符号运算。

你将使用的软件

在本课程中，你将会使用 PyTorch 和 fastai。

我们曾使用数十种不同的库和多种编程语言完成了数百个机器学习项目。在 fast.ai，我们已经用当今主流的深度学习和机器学习框架开设过多门课程。在决定未来课程、软件开发和研究都采用 PyTorch 之前，我们花了超过一千个小时对其进行测试。如今，PyTorch 已经成为全球发展最快的深度学习库，并且被用于顶级会议上的大多数研究论文。

PyTorch 最适合作为底层基础库，提供更高层功能所需的基本操作。而 fastai 库则是最流行的在 PyTorch 基础之上添加这些高层功能的工具包。在本课程中，随着我们对深度学习基础的逐步深入，我们也会不断探索 fastai 的各个层次。本课程涵盖 fastai 库的 2.0 版本，这是一个从头开始重写的版本，提供了许多独特的功能。

你将学到什么

完成本课程后，你将掌握：

• 如何训练能够达到当前最先进水平的模型，应用于以下领域：
  • 计算机视觉，包括图像分类（例如按品种对宠物照片进行分类）以及图像定位与检测（例如找出图像中动物的位置）；
  • 自然语言处理（NLP），包括文档分类（例如电影评论的情感分析）和语言建模；
  • 表格数据（例如销售预测），涵盖类别型数据、连续型数据及混合型数据，还包括时间序列；
  • 协同过滤（例如电影推荐）。
• 如何将你的模型转化为 Web 应用并进行部署。
• 深度学习模型的工作原理及其背后的机制，并学会如何利用这些知识来提升模型的准确性、速度和可靠性。
• 实际应用中真正重要的最新深度学习技术。
• 如何从零开始实现随机梯度下降算法及完整的训练循环。
• 如何思考你的工作可能带来的伦理影响，以确保你的努力能够推动社会进步，同时避免技术被滥用造成伤害。

以下是部分将要讲解的技术（如果你目前对这些术语还不太熟悉也不用担心——很快你就会全部掌握）：

• 随机森林与梯度提升；
• 线性变换与非线性激活函数；
• 参数与激活值；
• 随机初始化与迁移学习；
• SGD、动量法、Adam 等优化器；
• 卷积运算；
• 批归一化；
• Dropout 正则化；
• 数据增强；
• 权重衰减；
• 图像分类与回归；
• 实体嵌入与词嵌入；
• 循环神经网络（RNN）；
• 图像分割；
• 以及更多内容。

course20 (Practical Deep Learning for Coders) 快速上手指南

本指南基于 fastai 和 PyTorch，旨在帮助开发者无需博士学位即可上手前沿的深度学习应用。

环境准备

本课程强烈建议不要在本地计算机配置环境（除非您精通 Linux 系统管理、GPU 驱动及 CUDA 配置），而是直接使用云端 Jupyter 服务器。这能确保所有课程代码（包括 Web GUI 功能）正常运行。

推荐平台

请从以下平台中选择一个启动环境：

1. Gradient (首选)

   • 特点：完整的 Jupyter Notebook 体验，支持保存笔记和模型，课程所有功能（包括第 2 章的 Web 应用）均可用。
   • 注意：免费服务器偶尔会过载导致无法连接。
   • 入口：访问课程网站的 /start_gradient 页面获取指引。

2. Google Colab

   • 特点：谷歌提供的免费服务，普及率高。
   • 限制：键盘快捷键与标准 Jupyter 不同；不支持创建 Web 应用 GUI（导致第 2 章部分内容无法运行）。
   • 入口：访问课程网站的 /start_colab 页面获取指引。

3. Google Cloud (GCP)

   • 特点：提供完整的 Linux 服务器体验，极其可靠。
   • 注意：高性能 GPU 费用较高，适合有进阶需求的用户。
   • 入口：访问课程网站的 /start_gcp 页面获取指引。

前置知识

• 编程：至少一年编程经验（推荐使用 Python）。
• 数学：高中数学水平即可。

安装步骤

如果您选择使用推荐的云端平台（Gradient 或 Colab），无需手动安装任何依赖。这些环境已预装了课程所需的特定版本：

• PyTorch: 深度学习基础库。
• fastai (v2): 基于 PyTorch 的高级封装库，本课程的核心工具。

云端笔记本启动后，直接导入即可使用：

from fastai.vision.all import *
import torch

注意：若坚持在本地 Linux 环境部署，需自行处理 CUDA、cuDNN 及驱动兼容性，并参考 docs.fast.ai 安装最新版的 fastai v2 和 PyTorch，但这不在本快速指南推荐范围内。

基本使用

本课程的核心是通过交互式 Jupyter Notebook 学习。每个视频章节对应一个完整的 Notebook。

1. 获取课程笔记

课程所有章节均以交互式 Jupyter Notebook 形式提供。

• 在线阅读/运行：直接在上述推荐的云端平台中打开对应的课程笔记链接。
• 源码仓库：所有笔记源码也可在 GitHub 上的 fastbook 仓库免费获取。

2. 最简单的使用示例

以下是一个使用 fastai 进行图像分类（识别宠物品种）的最小化代码示例，展示了如何加载数据、创建模型并进行训练：

from fastai.vision.all import *

# 1. 下载并解压示例数据集 (牛津宠物数据集)
path = untar_data(URLs.PETS)
files = get_image_files(path/"images")

# 2. 定义数据变换和数据加载器
# 根据文件名中的数字判断类别 (例如: american_bulldog_1.jpg -> 类别 0)
def label_func(f): return f[0].isupper()

dls = ImageDataLoaders.from_name_func(
    path, files, valid_pct=0.2, seed=42,
    label_func=label_func, item_tfms=Resize(224)
)

# 3. 创建并训练模型 (使用预训练的 ResNet34)
learn = vision_learner(dls, resnet34, metrics=error_rate)
learn.fine_tune(1)

# 4. 进行预测
img = PILImage.create('test_image.jpg') # 替换为您的图片路径
pred_class, pred_idx, outputs = learn.predict(img)
print(f"预测结果：{pred_class}, 置信度：{outputs[pred_idx].item():.4f}")

3. 开始学习

1. 进入课程网站，点击侧边栏的 Lessons 观看视频（支持中文字幕：点击 "CC" 并在设置中选择 "简体中文"）。
2. 打开对应的 Jupyter Notebook，逐单元格运行代码并尝试修改参数进行实验。
3. 遇到问题时，可访问 fast.ai 论坛 搜索解决方案或提问。