首页 > TAG信息列表 > fastai

fastai更新后训练速度较慢——未使用GPU

fastai更新后训练速度慢的问题! 很久没用fastai,使用时发现训练速度很慢,后来发现是没用GPU 原因是torch更新时更新成了CPU版本 下面代码查看是否能用GPU import torch print(torch.cuda.is_available()) print(torch.__version__) print(torch.version.cuda) print(torch.backe

fastai 2019 lesson8 notes 笔记

lesson8 视频地址:https://course19.fast.ai/videos/?lesson=8 前言 这次的第 2 部分与 2018 年的版本有很大不同。课程名称是“从基础开始的深度学习”。我们将学习实现 Fastai 和 PyTorch 中的很多东西。基本上,我们将学习可以用来构建我们自己的深度学习库的东西。在此过程

Titanic - (XGBoost,RF随机森林,Fastai-tabular_learner)总结

数据处理 从高分code学到很多表格数据处理的方法,主要是以下几种: fillna Nan值得填充确实会对准确率有小幅度的提升数据增强 使用原始数据为基础生成额外的维度连续数据转换 将连续数据分段转换成分类数据one-hot独热编码 通过pandas.get_dummies()可以轻松实现分类数据的独

fastai学习——第一个bug

跟着视频学习,在运行第一段测试代码的时候出现问题 from fastai.vision.all import * path = untar_data(URLs.PETS)/'images' def is_cat(x): return x[0].isupper() dls = ImageDataLoaders.from_name_func( path, get_image_files(path), valid_pct=0.2, seed=42,

[Pytorch框架] 4.3 fastai

文章目录 4.3 fastai4.3.1 fastai介绍fastai库fast.ai课程Github 4.3.2 fastai实践MNIST 4.3.3 fastai文档翻译 import fastai from fastai import * from fastai.vision import * import torch print(torch.__version__) print(fastai.__version__) 1.0.0 1.0.45 4.3

在Win10上搭建fastai课程环境

如果你正在学习深度学习,也许你已经知道 fastai 这个词。这是一个深度学习社区,由Jeremy Howard发起,此公是麦肯锡咨询公司的第一位数据科学家,同时也是Kaggle的联合发起人。同时,fastai也是一个基于Pytorch的封装包,有点儿类似深度学习领域的sklearn,提供了很多神经网络的封装,并且包含了

Anaconda+vscode+pytorch环境搭建

1、安装Anaconda Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。在官网上下载https://www.anaconda.com/distribution/,因为服务器在国外会很慢,建议从清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。 2、安装VSco

基于fastai的分类网络

classify.fastai

fastai开始更新中文笔记了,传上相关链接

1.fastai论坛,可以查找自己的报错或提问等等:https://forums.fast.ai/ 2.每节课的详细笔记:https://forums.fast.ai/t/faq-resources-and-official-course-updates/27934 点击resource and updates ->进入新页面点击 Detailed lesson note 3.中文笔记就在论坛首页,Fast.ai v3 课程中

Pytorch - 数据增强

2月份的博客还没写,今天发现了一个数据增强相关的库,叫fastai,记录两个链接: 1、主页 https://www.fast.ai/ 2、示例(需要科学上网) https://www.kaggle.com/init27/introduction-to-image-augmentation-using-fastai 从示例里面摘几张图片下来: