fastbook

收录理由

这本书由 Jeremy Howard 和 Sylvain Gugger 写成，内容以 Jupyter 笔记本形式呈现，同时也是他们开发的 fastai 库的配套教材。如果你正用 PyTorch 学习深度学习，很难找到比这更直接的路径：每一章都用平实的文字配上可运行的代码，而且代码可以直接在 Google Colab 里打开，完全不用在自己电脑上配置 Python 环境。章节安排从图像分类基础开始，逐步覆盖表格数据、自然语言处理，一直深入到 fastai 和 PyTorch 内部 API 的运作机制，所以它既能当作一门结构完整的课程，也能让你随时挑某章跳着读。这些笔记本本身就是免费 fast.ai 慕课的授课材料，因此内容始终贴合库的实际用法，不会飘到纯理论上去。团队想带新人机器学习工程师上手，也能从部署和伦理相关章节里获得扎实的铺垫，免得在碰真实系统前心里没底。