入门 [0:00]：
- 为了训练神经网络，你肯定需要图形处理单元（GPU） - 特别是 NVIDIA GPU，因为它是唯一支持 CUDA（几乎所有深度学习库和从业者都使用的语言和框架）的设备。
- 租用 GPU 有几种方法：Crestle [04:06] ，Paperspace [06:10]
Jupyter 笔记本和猫狗识别的介绍 [12:39]
- 你可以通过选择它并按下
shift+enter来运行单元格（你可以按住shift并多次按enter键来继续下拉单元格），或者你可以单击顶部的“运行”按钮。单元格可以包含代码，文本，图片，视频等。 - Fast.ai 需要 Python 3
%reload_ext autoreload
%autoreload 2
%matplotlib inline
# This file contains all the main external libs we'll use
from fastai.imports import *
from fastai.transforms import *
from fastai.conv_learner import *
from fastai.model import *
from fastai.dataset import *
from fastai.sgdr import *
from fastai.plots import *
PATH = "data/dogscats/"
sz=224
先看图片 [15:39]
!ls {PATH}
models sample test1 tmp train valid
-
!表明使用 bash（shell）而不是 python - 如果你不熟悉训练集和验证集，请查看 Practical Machine Learning 课程（或阅读 Rachel 的博客）
!ls {PATH}valid
cats dogs
files = !ls {PATH}valid/cats | head files
['cat.10016.jpg', 'cat.1001.jpg', 'cat.10026.jpg', 'cat.10048.jpg', 'cat.10050.jpg', 'cat.10064.jpg', 'cat.10071.jpg', 'cat.10091.jpg', 'cat.10103.jpg', 'cat.10104.jpg']
- 此文件夹结构是共享和提供图像分类数据集的最常用方法。 每个文件夹都会告诉你标签（例如
dogs或cats）。
img = plt.imread(f' {PATH} valid/cats/ {files[0]} ') plt.imshow(img);
-
f'{PATH}valid/cats/{files[0]}'- 这是一个 Python 3.6 格式化字符串，可以方便地格式化字符串。
img.shape
(198, 179, 3)
img[:4,:4]
array([[[ 29, 20, 23], [ 31, 22, 25], [ 34, 25, 28], [ 37, 28, 31]],
[[ 60, 51, 54], [ 58, 49, 52], [ 56, 47, 50], [ 55, 46, 49]],
[[ 93, 84, 87], [ 89, 80, 83], [ 85, 76, 79], [ 81, 72, 75]],
[[104, 95, 98], [103, 94, 97], [102, 93, 96], [102, 93, 96]]], dtype=uint8)
-
img是一个三维数组（又名 3 维张量） - 这三个维度（例如
[29, 20, 23]）表示 0 到 255 之间的红绿蓝像素值 - 我们的想法是利用这些数字来预测这些数字是代表猫还是狗，基于查看猫和狗的大量图片。
- 这个数据集来自 Kaggle 竞赛，当它发布时（早在 2013 年），最先进的技术准确率为 80%。
让我们训练一个模型 [20:21]
以下是训练模型所需的三行代码：
data = ImageClassifierData.from_paths(PATH, tfms=tfms_from_model(resnet34, sz))
learn = ConvLearner.pretrained(resnet34, data, precompute= True )
learn.fit (0.01, 3)
[ 0. 0.04955 0.02605 0.98975] [ 1. 0.03977 0.02916 0.99219] [ 2. 0.03372 0.02929 0.98975]
- 这将执行 3 个迭代，这意味着它将三次查看整个图像集。
- 输出中的三个数字中的最后一个是验证集上的准确度。
- 前两个是训练集和验证集的损失函数值（在这种情况下是交叉熵损失）。
- 开始（例如，
1.）是迭代数。 - 我们通过 3 行代码在 17 秒内达到了 ~99% （这将在 2013 年赢得 Kaggle 比赛）！[21:49]
- 很多人都认为深度学习需要大量的时间，大量的资源和大量的数据 - 一般来说，这不是真的！
