fast.ai 選用指南:跟完完整範例,能說出改一個輸入為什麼換了結果嗎?

用兩張紙本練習卡確認缺的是跟完一個完整專案的經驗,還是理解預測改變的原理,再選 fast.ai 實作課或先補基礎。

來源: course.fast.ai
October 27, 2026
1 min

如果已經能讀一點 Python,想盡快看懂一個完整的深度學習專案,可以比較 fast.ai 的 Practical Deep Learning for Coders。第一課從完整範例和互動式 notebook 開始;第五課拆開簡單迴歸、神經網路和訓練迴圈,也談衡量指標。兩堂課的用途不同:先看輸入怎麼變成可用結果,再回頭看結果的計算方式。

比「我跟著做完了」多一張卡

假設一堂虛構課上,老師給了一個規則完全透明的紙上計分器:實心圓一個 2 分,空心圓一個 0 分,達到 4 分標為「收錄」。第一張卡有兩個實心圓和一個空心圓,共 4 分;第二張只把一個實心圓換成空心圓。先請學員說出新分數和標籤,再用一句話解釋。對的解釋是「少一個實心圓,從 4 分變 2 分,沒過門檻」,不是「因為樣子變了」。這不是神經網路實測,也不是 fast.ai 課程原例,而是用來檢查能不能按輸入和規則解釋結果的紙上練習。

如果連輸入、輸出和判定條件在紙上都分不清,先用完整小範例建立順序,再讀裡面的公式,由上而下的結構就比較有幫助。如果已經能從頭講完範例,卻說不出改動在哪一處影響結果,優先安排從頭說明原理的章節,不必再多收一批能跑的 notebook。實作課需要自己做練習,只看示範很難得到前一種能力。如果現在只想補一個機率或線性代數概念,先查針對那個概念的教材,不用按整套實作課順序上。

內容說明:本文基於公開資料整理,僅供工具選型參考。產品功能、價格及相關政策可能隨時調整,請以官方最新資訊為準。

原文出處:course.fast.ai