代价2000美元的AI线上课程讲义,现在已经开源了。

一贯致力于AI教诲的前Kaggle首席科学家、fast.ai创始人Jeremy Howard放出免费福利,将他今年在旧金山大学春季课程的AI课程讲义公布了。

课程的Notebook代码如今可以免费获取。
Jeremy Howard周末将讲义草稿发布在Github上,两天韶光收成2k星,迅速登上日趋势榜第一名。

其余,这个项目也是Jeremy Howard新书的草稿,还未正式发售,即是又帮你省下了60美元。

价值14万元的课程教材开源fastai首创人宣告新书源代码

这本书便是他和Sylvain Gugger合著的新书《Deep Learning for Coders with fastai and PyTorch》。

虽然这本书现在只是预订状态,但却倍受读者期待,长期位居亚马逊打算机图形类新书榜第一。

内容

全书草稿已公布22章(包括弁言和结语),内容自然是从AI界的“Hello Word问题”——MNIST图像分类入手,再到NLP、循环神经网络、卷积神经网络和可阐明性。

该课程并非面向零根本人士,必要的Python、PyTorch知识还是须要有的。

运行Notebook中的代码,你须要安装的软件有:

fastai v2、Graphviz、ipywidgets、matplotlib、nbdev、pandas、scikit-learn、Microsoft Azure Cognitive Services Image Search

它们都可以通过PyPI直接安装。

这本fastbook不仅仅是一本教材,也是一份AI社区资源。
作者在末了寄语,希望所有学完本书的人和大家一起互换成功履历。

末了,这本书再强调一下该项目的版权问题,由于项目中包含线上课程与书本的付费内容,不是可以随意复制粘贴的。

GPLv3开源容许证仅覆盖项目的代码部分,至于Notebook中的Markdown板块不在此列,未经许可不可以随意分发或变动。
该项目也禁止用于商业用场。

如果在其他地方托管这份代码的副本,可能被作者诉讼。
若忽略版权规定,作者表示未来可能不再考虑以这种办法发布其他材料。

因此,我们在这里就不展示项目中笔墨和图片了。
感兴趣的朋友可以自行下载,作为私下的学习材料利用。

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

— 完 —

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技能和产品新动态