入门
欢迎，如果你对深度学习相关的东西是新手，不用担心——我们将逐步引导你完成学习。（如果你是老手，那么你可能想看看我们的高级课程，课程链接：基于Foundations的深度学习， 后续会更新翻译）我们假设你至少有一年的编码经验，而且你讲话费额外的时间学习Python语言以满足学习的需求。（关于学习python，我们有一系列Python学习资源）
你可能会因为成为一名顶尖的深度学习实践者所不需要的东西而惊讶。一年编码经验，一个GPU和一个适当的软件（见下文），就是这样。你不需要很多数据，你不需要大学级数学，也不需要庞大的数据中心。有关这方面的更多信息，请参阅我们的文章：学好深度学习你都需要什么。
使用一个GPU
要完成本课程中的所有内容，您需要访问带有NVIDIA GPU的计算机（不幸的是，主要的深度学习库并不完全支持其他品牌的GPU）。但是，我们不建议您购买一个; 事实上，即使你已经有一个，我们也不建议你使用它！设置计算机需要时间和精力，而您希望现在所有的精力都集中在深度学习上。因此，我们建议您租用一台计算机，该计算机已经预装了您需要的所有内容并准备就绪。在您使用它时，每小时的成本可低至0.25美元。
最重要的是要记住：完成后，关闭服务器。您将租用远程计算机，而不是自己运行某些东西。仅关闭浏览器或关闭自己的PC是不够的，这些只会切断设备与此远程服务器之间的连接，而不是关闭您要支付的东西。您必须使用以下指南中描述的方法关闭此服务器。否则，你将被收取所有时间的费用，并对令人讨厌的账单感到惊讶！
这里有一些很棒的平台选择，单击下面的链接获取更多信息和设置。目前，我们的推荐时（下面是详情）：
- 如果你原来使用过命令行：Google Compute Platform，因为Google提供每月$300免费信用额度，而且还把所有需要的已经预先安装好。
- 如果你不想使用命令行，可以尝试下Salamander，它很好而且费用也不贵。
- 如果你没有信用卡来注册上述服务，可以使用colab，他是免费的，但是有些粗糙，兼容性差一点。
准本运行：“一键”Jupyter
这些是最容易使用的; 他们已经为您预装了所有软件，数据和课程。它们比“完整服务器”（下图）灵活性稍差，但是最简单的入门方式。
- Salamander（即时审批；无需安装；包括完整的终端访问；每小时0.38美元；学生75美元的免费学分）
- Colab（即时审批；少量安装；免费）
-
Paperspace Gradient（即时审批；无需安装；
10 免费信用额度）
- SageMaker; (需要审批,不是一键，但是非常接近, $1.26每小时 + 存储空间)
- Kaggle Kernels ; （即时启动，无需设置，免费，并不总是最新，对fast.ai支持欠佳）
-
Floydhub; (即时审批,无需安装,
9.00/月 (100GB 存储), 2小时免费信用额度)
-
Crestle; (即时审批,无需安装,
2.40 /小时 (GPU)
- 易学智能; (实时可用，无需安装，￥1/h(CPU)，￥2/h(1050ti)，￥5/h(1080ti)，内置大量数据集，专为AI开发设计)
准备运行：完整的服务器
-
Google Compute Platform (
300 免费信用额度)
-
Azure; (即时审批;无需安装;
0.18 /小时 + 低优先级可抢占存储空间的实例)
一些必要的安装
我们也需要使用这些平台的说明，但是他们没有把需要的所有都预先安装好。
- Amazon Web Services EC2 ($0.9 一小时 + 存储)
对于那些刚刚开始的开发者， 我们强烈推荐使用jupyter notebooks 平台（选项1）
- notebook 是最简单的方式写python 和体验深度学习。
- 租赁云服务器（选项2）需要环境配置和设置。
- 构建PC需要环境设置和更多的前期资金。
（当我们发布课程的第2部分时，我们将在构建PC和租用服务器方面获得更具体的细节和好处。）
jupyter笔记本
完成上述操作后，你将看见下面的界面。
[站外图片上传中...(image-a385f2-1565063230159)]
这是一个jupyter笔记本环境，你几乎可以在课程中完成所有的工作，所以你会非常熟悉它！你会在课程中学到一些关于它的知识，但你应该花一点时间来试用笔记本教程。
那么，你的第一个任务是打开这个笔记本教程！为此，请在jupyter中点击nbs 然后dl1，然后你会看见所有的课程笔记本。首先把00_notebook_tutorial.ipynb左侧勾选上，然后点击duplicate。
你想要避免修改原始课程笔记本，因为当你使用git更新这个文件夹的时候会遇见冲突。但是我们依然希望你尝试课上大量不一样的东西，这就是为什么我们鼓励你使用课程笔记本的副本。
启动您的副本 00_notebook_tutorial.ipynb 并按照说明操作！
当你不在使用的时候，关闭服务器。
我们的论坛
学习过程有疑问？或者想要知道更多的课题，可以看下论坛 forums.fast.ai
PyTorch 和 fastai
我们教授如何使用fastai库训练 PyTorch模型。这两个软件密切相关，如果你不熟悉PyTorch ，你就不能真正精通fastai，因此你应该多查看PyTorch 文档
当然，要探讨fastai相关，你可以使用我们的论坛，并且也一定要查看fastai 文档
不要担心你刚刚开始，如果任何文档或者论坛一点线索都将起作用，当回过头来看，你会惊讶于他们的作用！
