✅【共筆】fast.ai Practical Deep Learning:進度、筆記和錄影

:loudspeaker: 大會報告(2023年11月3日)

fast.ai 進階課程,由於人數不足,暫緩進行。


8月16日開始,每週三晚上 8:00,每次大約1至1.5小時,由參與夥伴輪流分享,歡迎新舊朋友加入我們共同學習。

zoom meeting 連結

每週三晚上7:55開啟。密碼:490907(應該不用,唯一的要求是要登入 zoom)


課程簡介:fast.ai 深度學習程式庫 & 免費課程

課程影片:Practical Deep Learning for Coders 2022

進度、筆記和錄影

預計 1+8+1 週完成,接著視情況安排下階段進階課程:Deep Learning Foundations to Stable Diffusion

班代注意事項

  • 確定 zoom 的錄影功能已啟動。
  • 提醒講者分享畫面放大。(MS-Windows:Ctrl + +;Mac:command + +
  • 確定下次分享者已指定。
  • 筆記分享網址。
  • 會議時間掌控(尤其是之後還有其他組別要進行時)。建議結束前10分鐘、5分鐘、1分鐘各提醒一次。

本文設為共筆,歡迎大家共同維護更新。

日期 章節 導讀 筆記 錄影
8月9日 說明會 Sky - YouTube
8月16日 1. Getting started Sky 筆記 YouTube
8月23日 2. Deployment Daniel 筆記 YouTube
8月30日 3. Neural net foundations Spencer 筆記 YouTube
9月6日 4. Natural Language (NLP) Paul 筆記 YouTube
- 上述課程中的 Kaggle 比賽 - 冠軍解法
9月13日 5. From-scratch model Sky 筆記 YouTube
- 老師推薦觀看的四個 ipynb - 1, 2, 3, 4
9月20日 6. Random forests Daniel 筆記 YouTube
9月27日 7. Collaborative filtering Spencer 筆記 YouTube
10月4日 8. Convolutions (CNNs) Paul 筆記 YouTube
2023 iThome 鐵人賽 Paul 1, 2, 3 -
11月1日 Ethics for Data Science Sky 筆記 YouTube

補充:本文已關閉回覆,有問題請至 課程說明文章 下方留言。謝謝大家!


說明會

說明會主要兩個目的【點擊展開】:
  1. 認識共學夥伴。

    自我介紹:每個人1~3分鐘為原則。除了暱稱(你希望別人怎麼稱呼你)外,建議包含這幾部分:目前工作、專長及興趣、學習動機(為什麼想上這堂課)、未來打算用所學來做什麼、完成課程的信心度(1~5分,分數愈高、信心度愈高)。

2-1. 共同學習進行方式說明。

Discord 邀請碼(說明會中提供,2023/8/10 15:00 前有效)

不同意分享的,請觀看之後上傳的影片就好。

共學夥伴很重要,班代很重要(下方有班代注意事項)。

每天至少一小時。

我對共同學習的一些想法

2-2. 討論內容及方式

  • 每週依進度各自上課

  • 組員輪流導讀

  • 導讀並非英翻中介紹課程,而是說明該章節授課目標、印象較深的內容(卡關或做錯的部分…)、想提出討論的部分(例如做了什麼課程中沒有的新實驗…)

  • 建議:平常有問題就在 Discord 或 論壇中提問,不要等到每週討論時才問(Discord 中的討論,會整理到論壇中)

  • 線上會議工具:Zoom。每週一次線上會議(zoom),輪流分享心得及討論。錄影會上傳到 YouTube,以播放列表方式排列。

  • 分享內容:筆記(Notion, HackMD, 論壇, Notepad++…)輔以IDE(PyCharm, VSCode…)

  • 臨時動議

1個讚