FastAI2019 Notebook

第0课：https://github.com/fastai/course-v3/blob/master/nbs/dl1/00_notebook_tutorial.ipynb

Jupyter Notebook的两种模式：Edit（绿色）和Command（蓝色）
按Esc键，切换到Command模式，按Enter键，进入所选Cell的Edit模式
在Cell外单击，切换到Command模式，在Cell内点击（Code Cell需要单击，Markdown Cell需要双击），切换到Edit模式

Jupyter Notebook每120秒自动保存，在Command模式下按s键手动保存，个人更习惯直接Ctrl+s进行保存

右上角查看Kernel的运行状态：Kernel Busy（实心圆●）或Kernel Idle（空心圆○）

Command模式下的快捷键
0+0：Restart Kernel
m：Convert cell to Markdown
y：Convert cell to Code
o：Toggle between hide or show output
Shift+Up/Down：选中多个cell（然后可以运行、复制、粘贴、合并这些cell）
Shift+M：合并选中的cell

Jupyter Notebook可以创建Terminal

Code Cell中的特殊用法
使用?function-name、??function-name、doc(function-name)，可以查看文档
使用!可以使用linux命令，并且使用{var_name}可以直接引用python定义的变量，例如

folder = 'imagenet'
!ls -l {folder}

Line Magics

%matplotlib inline
%reload_ext autoreload
%autoreload 2

%matplotlib inline：This command ensures that all matplotlib plots will be plotted in the output cell within the notebook and will be kept in the notebook when saved.
%reload_ext autoreload, %autoreload 2：Reload all modules before executing a new line. If a module is edited, it is not necessary to rerun the import commands, the modules will be reloaded automatically.

%timeit：Runs a line a ten thousand times and displays the average time it took to run it.（似乎不太常用）

第1课：https://github.com/fastai/course-v3/blob/master/nbs/dl1/lesson1-pets.ipynb

untar_data函数原型

Signature: untar_data(url:str, fname:Union[pathlib.Path, str]=None, dest:Union[pathlib.Path, str]=None, data=True, force_download=False) -> pathlib.Path

使用了参数:类型=默认值的格式，Union[XXX, XXX]表示或

path.ls()返回一个list，包含了该目录下的所有文件的完整路径

查看learn.fit_one_cycle的文档可知，默认的学习率为0.003

max_lr:Union[float, Collection[float], slice]=slice(None, 0.003, None)

learn.unfreeze()
learn.fit_one_cycle(3, max_lr=slice(1e-6,1e-4))

unfreeze后运行lr_find，选择的学习率为1e-6，然后取unfreeze前使用的学习率（默认为3e-3）的约1/10，此处为1e-4，然后令max_lr=slice(1e-6,1e-4)