开箱即用的深度学习框架fastai

    Fastai，Make deep learning uncool ! fastai将训练一个准确的神经网络变得十分简单，fastai相对于Fastai，就好比keras相对于tensorflow，但是Fastai更加高级，而且只需要几行代码就可以得到一个训练很好表现得模型。fastai 是目前把易用性和功能都做到了极致的深度学习框架，在笔者使用pytorch实践时，在测试fastai 发现训练一个模型十分方便，不用理会底层得参数，也不需要调参，用来解决实际问题十分接地气。

    接下来就是笔者得实践步骤了，接下里笔者准备买本《fastai与PyTorch深度学习实践指南》来进一步学习。

一、MNIST_SAMPLE 数据集

1、导入模型，在初次测试时发现网络资料都是基于1.x版本的，导入库时发现在调用方法时无法识别，fastai更新为2.X都得函数方法存在极大得差别。

2、下载数据集MNIST_SAMPLE，URLs.MNIST_SAMPLE 只提供了3和7 两个分类的数据，这个是用来做演示的。可使用untar_data自动下载，也可以使用链接下载。

3、使用ImageDataLoaders从刚才的目录中将读入数据，data.show_batch()查看批次数据。

    可以直接使用train_ds来访问数据集里面的数据。

4、 使用vision_learner来创建一个learn，这里模型我们选择resnet18，使用的计量方法是accuracy准确率。训练1次，最终得到一个0.98得准确率。

二、Dogs and cats数据集

    1、下载数据集Dogs and cats，并使用使用ImageDataLoaders从刚才的目录中将读入数据，并使用imagenet_stats参数来归一化。