fastai：一种分层的深度学习 API
机器学习
2020-02-21 v2 计算机视觉与模式识别
神经与进化计算
机器学习
摘要
fastai 是一个深度学习库，它为从业者提供高层组件，可快速轻松地在国际标准深度学习领域取得最先进（state-of-the-art）结果，并为研究者提供低层组件，可混合搭配以构建新方法。它旨在在不大幅牺牲易用性、灵活性或性能的前提下同时做到这两点。这得益于精心设计的分层架构，该架构以解耦抽象的方式表达了许多深度学习与数据处理技术的通用底层模式。通过利用底层 Python 语言的动态特性与 PyTorch 库的灵活性，这些抽象可以被简洁清晰地表达。fastai 包括：一个新的 Python 类型分派系统以及张量的语义类型层次结构；一个 GPU 优化的计算机视觉库，可用纯 Python 扩展；一个优化器，它将现代优化器的通用功能重构为两个基本部分，使得优化算法可用 4-5 行代码实现；一种新颖的双向回调系统，可访问数据与模型或优化器的任何部分并在训练的任何阶段对其进行修改；一个新的数据块 API；以及更多。我们利用该库成功创建了一门完整的深度学习课程，相比以往方法编写更快，且代码更清晰。该库已在研究、工业与教学中被广泛使用。注：本文涵盖 fastai v2，目前处于预发布状态，见 http://dev.fast.ai/
引用
@article{arxiv.2002.04688,
title = {fastai: A Layered API for Deep Learning},
author = {Jeremy Howard and Sylvain Gugger},
journal= {arXiv preprint arXiv:2002.04688},
year = {2020}
}