fast.ai 實用深度學習｜中英學習庫
Practical Deep Learning for Coders 的中文課程筆記、影片導讀、Python 基礎與學習評估。Chinese notes, video guides, Python basics and learner assessments for fast.ai.
fast.ai 實用深度學習｜中英學習庫
給中三程度、從零開始準備 IOAI 國際人工智慧奧林匹亞的學生。課程原站：course.fast.ai For Form 3 (Grade 9) learners preparing for IOAI from zero. Original course: course.fast.ai
從這裡開始｜Start here
第一次來？只要按這一個
新手從這裡開始：中三零基礎，第一週每天做什麼、Kaggle 怎麼開、影片怎麼看、整條半年路線。 First time here? Start with 新手從這裡開始 (in Chinese; English-only learners see this assessment).
| 需要 | 打開 |
|---|---|
| 看不懂的詞 | 白話小辭典 |
| 數學看不懂（斜率、log、矩陣） | 中三數學補充 |
| 學 Python | Python 必備知識與範例 / Python You Need |
| 每一課怎麼學 | 每課四步流程 |
| 準備 IOAI | IOAI 備賽總覽 |
| 學習評估 | 只懂中文的學生 · English-only student · 試讀紀錄 |
IOAI 備賽｜IOAI preparation
| 文件 | 內容 |
|---|---|
| IOAI 備賽總覽 | 比賽考什麼、從零到參賽的學習路線、每週固定流程 |
| 大綱對照表 | IOAI 2026 大綱 60 項逐項對照 fast.ai |
| 逐課重點 | 每一課的考點、必會程式、重要度 |
| 經典機器學習補缺 | scikit-learn、SVM、分群、降維、指標、交叉驗證 |
| 視覺語言音訊補缺 | 物件偵測、GAN、BERT、Whisper、LoRA |
| 圖解速查 | 公式、圖、一行程式、考前 10 題 |
| 圖表重製程式 | 所有圖的程式，自己重畫 |
庫的結構｜Vault map
| 資料夾 Folder | 內容 Content | 語言 Language |
|---|---|---|
| 01_課程筆記 | 每課重點（MECE）、關鍵概念、練習題、資源 Lesson notes | 中文 |
| 02_中文F3學生 | 中三學生作答與卡片示範 Chinese peer answers | 中文 |
| 03_English_F3_Student | 英文學生作答與卡片示範 English peer answers | English |
| 04_關聯圖 | 每課概念關聯圖 Concept maps | 中文 |
| 05_資源 | 書本章節、Kaggle 與論壇指南、學員見證 Resources | 中文 |
| 06_學習路線 | 只懂中文學生的四步學習法 Study route | 中文 |
| 07_影片導讀 | 英文影片的中文章節導讀 Chinese video guides | 中文 |
| 08_Python基礎 | 課程需要的 Python 與範例 Python with examples | 中英 Bilingual |
| 09_學習評估 | 兩種學生的角色扮演評估 Role-play assessments | 中文 / English |
| 10_IOAI備賽 | IOAI 大綱對照、逐課考點、補缺筆記、圖解速查 IOAI prep | 中文 |
| 11_零基礎補充 | 白話小辭典、中三數學補充 Glossary & maths primer | 中文 |
Part 1｜實用深度學習 Practical Deep Learning
| 課 | 課程筆記 Notes | 影片導讀 Guide | 中文作答 | English log |
|---|---|---|---|---|
| L01 | 開始上手 | 導讀 | 中文 | EN |
| L02 | 模型部署 | 待補 | 中文 | EN |
| L03 | 神經網路基礎 | 待補 | 中文 | EN |
| L04 | 自然語言處理 | 待補 | 中文 | EN |
| L05 | 從零打造模型 | 待補 | 中文 | EN |
| L06 | 隨機森林 | 待補 | 中文 | EN |
| L07 | 協同過濾 | 待補 | 中文 | EN |
| L08 | 卷積神經網路 | 待補 | 中文 | EN |
| L08A | 資料倫理 | 待補 | 中文 | EN |
Part 2｜從深度學習基礎到 Stable Diffusion
大學程度，中三學生以理解概念為目標。University level; Form 3 learners aim for concepts only.
| 課 | 課程筆記 Notes | 中文作答 | English log |
|---|---|---|---|
| L09 | Stable Diffusion 入門 | 中文 | EN |
| L10 | 深入管線與從零開始 | 中文 | EN |
| L11 | 矩陣乘法 | 中文 | EN |
| L12 | 均值漂移分群 | 中文 | EN |
| L13 | 反向傳播與 MLP | 中文 | EN |
| L14 | 反向傳播重構 | 中文 | EN |
| L15 | 自編碼器 | 中文 | EN |
| L16 | Learner 框架 | 中文 | EN |
| L17 | 初始化與正規化 | 中文 | EN |
| L18 | 加速 SGD 與 ResNet | 中文 | EN |
| L19 | DDPM 與 Dropout | 中文 | EN |
| L20 | 混合精度 | 中文 | EN |
| L21 | DDIM | 中文 | EN |
| L22 | Karras 論文 | 中文 | EN |
| L23 | 超解析度 | 中文 | EN |
| L24 | 注意力與 Transformer | 中文 | EN |
| L25 | 潛在擴散 | 中文 | EN |
資源｜Resources
課程內容版權屬 fast.ai；本庫為學習筆記整理。Course content © fast.ai; this vault contains study notes.
