称霸Kaggle的十大深度学习技巧

在各类Kaggle竞赛的排行榜上，都有很多刚刚进入深度学习领域的程序员，其中大部分有一个共同点：

都上过Fast.ai的课程。

这些免费、重实战的课程很是鼓励学生去参加Kaggle竞赛，检验本身的能力。固然，也向学生们传授了很多称霸Kaggle的深度学习技巧。

是什么秘诀让新手们在短时间内快速掌握并能构建最早进的DL算法？一位名叫塞缪尔（Samuel Lynn-Evans）的法国学员总结了十条经验。

他这篇文章发表在FloydHub官方博客上，由于除了来自Fast.ai的技巧以外，他还用了FloydHub的免设置深度学习GPU云平台。

接下来，咱们看看他从fast.ai学来的十大技艺：

1.使用Fast.ai库

这一条最为简单直接。

from fast.ai import *
Fast.ai库是一个新手友好型的深度学习工具箱，并且是目前复现最新算法的首要之选。

每当Fast.ai团队及AI研究者发现一篇有趣论文时，会在各类数据集上进行测试，并肯定合适的调优方法。他们会把效果较好的模型实现加入到这个函数库中，用户能够快速载入这些模型。

因而，Fast.ai库成了一个功能强大的工具箱，可以快速载入一些当前最新的算法实现，如带重启的随机梯度降低算法、差分学习率和测试时加强等等，这里不逐一说起了。

下面会分别介绍这些技术，并展现如何使用Fast.ai库来快速使用它们。

这个函数库是基于PyTorch构建，构建模型时能够流畅地使用。