本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯(lián)系出處。 

價值2000美元的AI線上課程講義，現在已經開源了。

一直致力于AI教育的前Kaggle首席科學家、fast.ai創(chuàng)始人Jeremy Howard放出免費福利，將他今年在舊金山大學春季課程的AI課程講義公布了。

課程的Notebook代碼如今可以免費獲取。Jeremy Howard周末將講義草稿發(fā)布在Github上，兩天時間收獲2k星，迅速登上日趨勢榜第一名。

另外，這個項目也是Jeremy Howard新書的草稿，還未正式發(fā)售，等于又幫你省下了60美元。

這本書就是他和Sylvain Gugger合著的新書《Deep Learning for Coders with fastai and PyTorch》。

雖然這本書現在只是預訂狀態(tài)，但卻倍受讀者期待，長期位居亞馬遜計算機圖形類新書榜第一。

內容

全書草稿已公布22章（包括引言和結語），內容自然是從AI界的“Hello Word問題”——MNIST圖像分類入手，再到NLP、循環(huán)神經網絡、卷積神經網絡和可解釋性。

該課程并非面向零基礎人士，必要的Python、PyTorch知識還是需要有的。

運行Notebook中的代碼，你需要安裝的軟件有：

fastai v2、Graphviz、ipywidgets、matplotlib、nbdev、pandas、scikit-learn、Microsoft Azure Cognitive Services Image Search

它們都可以通過PyPI直接安裝。

這本fastbook不僅僅是一本教材，也是一份AI社區(qū)資源。作者在最后寄語，希望所有學完本書的人和大家一起交流成功經驗。

最后，這本書再強調一下該項目的版權問題，因為項目中包含線上課程與書本的付費內容，不是可以隨意復制粘貼的。

GPLv3開源許可證僅覆蓋項目的代碼部分，至于Notebook中的Markdown板塊不在此列，未經允許不可以隨意分發(fā)或更改。該項目也禁止用于商業(yè)用途。

如果在其他地方托管這份代碼的副本，可能被作者訴訟。若無視版權規(guī)定，作者表示未來可能不再考慮以這種方式發(fā)布其他材料。

因此，我們在這里就不展示項目中文字和圖片了。感興趣的朋友可以自行下載，作為私下的學習材料使用。

傳送門

項目地址：https://github.com/fastai/fastbook

課程地址：https://www.usfca.edu/data-institute/certificates/deep-learning-part-one