使用 Fast ai 进行图像分类

介绍

从头开始训练深度学习模型可能是一项乏味的任务。你必须找到正确的训练权重，获得最佳学习率，找到最佳超参数以及最适合你的数据和模型的架构。再加上没有足够的质量数据来训练，以及它需要的计算强度会对我们的资源造成严重损失，这些因素在第一轮就把你击倒。但不要害怕，因为 Fast.ai 等深度学习库会充当我们强有力的助手，让你立即重返赛场。

目录

1. Fast.ai概述

2. 我们为什么要使用 Fast.ai？

   1. 图像数据包

   2. LR 查找

   3. fit_one_cycle

3. 案例研究：紧急与非紧急车辆分类

Fast.ai概述

Fast.ai 是建立在 PyTorch 之上的流行深度学习框架。它旨在通过几行代码快速轻松地构建最先进的模型。它极大地简化了深度学习模型的训练过程，而不会影响训练模型的速度、灵活性和性能。Fast.ai 也支持计算机视觉和 NLP 中最先进的技术和模型。

我们为什么要使用 Fast.ai？

除了 Fast.ai 模型的高生产力和易用性之外，它还确保了我们能够自定义高级 API 而无需干预较低级的 API。Fast.ai 还包含一些非常酷的功能，使其成为初学者最喜欢的深度学习库之一。

图像数据包

图像数据包