Знакомство с Фастаем

В сфере глубокого обучения есть три самые популярные платформы курсов МООК для студентов: Fast.ai, deeplearning.ai/Coursera и Udacity. Как один из них, Fastai — это платформа для курсов, дискуссионное сообщество и платформа верхнего уровня для PyTorc. Философия Fastai заключается в том, чтобы снова сделать нейронные сети неинтересными, сделать нейронные сети менее пугающими, а его курсы преподаются на основе проектов. Благодаря совместным усилиям команды Fast.ai и команды PyTorch мы создали библиотеку глубокого обучения, которая обеспечивает единый согласованный интерфейс для распространенных приложений глубокого обучения, таких как компьютерное зрение, текст, табличные данные, временные ряды, совместная фильтрация. , и больше. Это означает, что если вы научились использовать fastai для создания практических моделей компьютерного зрения (CV), вы можете использовать тот же метод для создания моделей обработки естественного языка (NLP) или других моделей, поддерживаемых программным обеспечением. Подобно Keras, Fastai не только инкапсулирует функции PyTorch с более «дружественным» API, но и упрощает использование возможностей PyTorch.

Фастая установка

Прежде всего, обратите внимание: fastai v1 в настоящее время поддерживает только Linux и требует PyTorch v1 и Python 3.6 или выше. Поддержка Windows является экспериментальной: она должна работать, но намного медленнее и недостаточно протестирована. Поскольку macOS в настоящее время не имеет хорошегографические процессоры NvidiaПоддерживается, разработка на macOS в настоящее время не является приоритетной. fastai-1.x можно установить с помощью менеджера пакетов conda или pip или из исходного кода. Перед установкой вам сначала необходимо установить правильную версию pytorch, PyTorch v1 и Python 3.6 являются минимальными требованиями к версии. Начиная с pytorch-1.x больше нет необходимости устанавливать специальную версию pytorch-cpu. Вместо этого используйте обычный pytorch, который работает с графическим процессором или без него. Настоятельно рекомендуется устанавливать fastai и его зависимости в виртуальной среде (conda или другой), чтобы он не мешал общесистемным пакетам python. Это не обязательно, но если у вас возникнут проблемы с какими-либо зависимостями, рассмотрите возможность использования новой виртуальной среды для фастая.

Conda Install

conda install -c pytorch -c fastai fastai

Это установит pytorch с последней версией cudatoolkit. Если вам нужна более высокая или более ранняя версия CUDA XX (например, CUDA 9.0), следуйтеИнструкции здесьУстановите необходимую версию pytorch. Обратите внимание, что декодирование JPEG может стать узким местом в производительности, особенно если у вас быстрый графический процессор. Вы можете дополнительно установить оптимизированный декодер JPEG следующим образом (Linux):

conda uninstall --force jpeg libtiff -y
conda install -c conda-forge libjpeg-turbo pillow==6.0.0
CC="cc -mavx2" pip install --no-cache-dir -U --force-reinstall --no-binary :all: --compile pillow-simd

PyPI Install

pip install fastai

По умолчанию pip установит последнюю версию pytorch с последним cudatoolkit. Если ваше оборудование не поддерживает последнюю версию cudatoolkit, следуйте приведенным здесь инструкциям, чтобы установить соответствующую сборку pytorch для вашего оборудования.

Bug Fix Install

Если в git есть исправления ошибок и вы не можете дождаться нового релиза, вы можете установить последнюю версию fastai, используя:

pip install git+https://github.com/fastai/fastai.git

Developer Install

git clone https://github.com/fastai/fastai
cd fastai
tools/run-after-git-clone
pip install -e ".[dev]"

Далее вы можете проверить работоспособность сборки, запустив Jupyter Notebook. видетьCONTRIBUTING.md иNotes For Developers, чтобы узнать больше о том, как внести свой вклад в проект fastai.

Сводная станция блога о технологиях искусственного интеллекта Panchuang: http://docs.panchuang.net/PyTorch, официальная китайская учебная станция: http://pytorch.panchuang.net/OpenCV, официальный китайский документ: http://woshicver.com/