Coursera DeepLearning fastai Lesson別の概要 (各講義の内容、動画の再生時間、参考リンクなど)

はじめに

・この記事はめっちゃ書きかけです。随時更新します。
・動画講義の内容と再生時間メモです。Lesson2以降はYoutubeの講義動画に日本語訳がなくて、結構大変だったのでメモすることにしました。
※秒単位は適当。。。

fastaiで勉強するときの注意点、知っとくといいこと

・何も変更を加えていなくても、ipynbを実行するとエラーになる場合がある。大抵Forumで調べると解決策が見つかる。
・tmp_とつくファイルは講義の補足用のファイルなので配布されてない。動画を見て内容を理解することに集中するべし。
・Youtubeの字幕追加画面を使うと、講義の全内容の英語字幕が時間ごとに見れるので、復習に便利。
・Lesson2の最後のほうにAWSでの環境構築が紹介されるが、fastaiのAMIはstudentじゃないと見つからないのでちょっとめんどい。

Lesson1 IMAGE RECOGNITION

作成中。。。

Lesson2 CNNS

内容	対象ファイル	再生時間
Lesson1の続き	lesson1.ipynb	00:00:00 ~ 01:12:00
・Learning Rate (学習率)
・Data Augumentation (画像のカサ増し)
・SGDR (再帰的勾配降下法)
・Differencing Learning Rate (レイヤーごとに学習率を変える)
・TTA (推論時にもAugumentationを使う)

内容	対象ファイル	再生時間
Lesson1の補足	tmp_lesson1-breeds.ipynb	01:12:00 ~ 01:48:00
・Kaggle Competitionを題材にしたLesson1の補足
・ラベルをタグ付けするパターンの紹介
・画像サイズの調整とか

内容	対象ファイル	再生時間
Lesson1の補足	lesson1-rxt50.ipynb	01:48:00 ~ 01:53:00
・Resnet34の強化版Resnet50を使って精度向上を体験する

内容	対象ファイル	再生時間
Lesson2	lesson1-rxt50.ipynb	01:53:00 ~ 01:58:00
・画像認識の流れの復習

内容	対象ファイル	再生時間
環境構築	-	01:53:00 ~ 02:07:00

・PaperSpaceの紹介
・AWSで環境構築

course.fast.ai

Lesson3 OVERFITTING

内容	対象ファイル	再生時間
AWSでの環境構築の続き、Tmaxの紹介	-	00:00:00 ~ 00:02:20
講義の参考になる別サイト記事紹介 ※下記リンク参照	-	00:02:20 ~ 00:05:50
講義全体のどの辺まで進んだか確認	-	00:05:50 ~ 00:08:30
AWSにkaggle-cliを導入, Kaggleデータを使ってみる	-	00:08:30 ~ 00:13:50
	tmp_lesson1-quick.ipynb	00:13:50 ~ 00:32:20
Word Lensを引き合いに画像(文字)から特徴量を抽出する流れを解説		00:42:30 ~ 00:50:00
Excelで画像の特徴と行列の計算を解説	conv_example.xlsx	00:50:00 ~

講義の参考になる別サイト記事
towardsdatascience.com
miguel-data-sc.github.io
teleported.in
medium.com
hackernoon.com
medium.com
めっちゃ面白いよとJeremy Howard先生イチ推しの記事たち。講義で出てくるResNet, Learning Rate, CNNの詳細がわかるっぽい。
まだ読めてないけど、読んで学んだことをブログにしたい。
個人的にはMediumとか読んで勉強したら、この人たちに近づけるのかなと思うとエモい。