| hurtig.ai | |
|---|---|
| Stiftelsesår | oktober 2016 |
| Grundlæggere | Jeremy Howard , Rachel Thomas _ _ _ _ |
| Nøgletal |
Jeremy Howard, Rachel Thomas, Sylvain Gugger |
| Aktivitetsområde | Kunstig intelligens |
| Internet side | hurtig.ai |
fast.ai er en non-profit forskningsgruppe med fokus på dyb læring og kunstig intelligens . Gruppen blev grundlagt i 2016 af Jeremy Howard og Rachel Thomas med det formål at demonstrere dyb læring. [1] De gjorde dette gennem oprettelsen af et massivt åbent online kursus (MOOC) kaldet " Praktisk Deep Learning for Coders" , hvor den eneste forudsætning for læring er viden om Python -programmeringssproget . [2]
Den gratis MOOC "Practical Deep Learning for Coders" er tilgængelig som en række videooptagede forelæsninger givet af Howard og Thomas ved University of San Francisco . I modsætning til de fleste andre onlinekurser vil studerende, der fuldfører kurset, ikke modtage et certifikat. Kun studerende, der har gennemført et fuldtidskursus, vil modtage et certifikat fra University of San Francisco. [3]
Kurset består af 2 dele, hver med 7 lektioner. Emnerne omfatter billedklassificering , stokastisk gradientnedstigning , naturlig sprogbehandling og forskellige dybe læringsarkitekturer såsom konvolutionelt neuralt netværk , rekursivt neuralt netværk og generativt adversarielt netværk .
I efteråret 2018 udgav fast.ai version 1.0 af deres deep learning-bibliotek kaldet fastai (dotless). Dette bibliotek er bygget oven på PyTorch- biblioteket . Google Cloud-platformen var den første til at annoncere sin støtte. [4] Fastai-biblioteket er open source, udgivet på GitHub og licenseret under Apache-licensen , version 2 . [5]
fast.ai (engelsk) - den officielle hjemmeside for fast.ai