簡述：

fastai是一個高度封裝的深度學習工具包，可以用來快速建立一些標準模型，比如NLP中的文本生成模型和文本分類模型，只需要提供一個csv文件，再加上二十行以內的代碼就可以把模型搭建起來。

但是關于fastai的自定義功能（特別是自定義數(shù)據加載），建議大家不要碰。

最近半年都在嘗試使用fastai解決一個序列預測問題。

最初選擇fastai看中的是fastai中實現(xiàn)的各種調參技巧，也許可以省去模型調參的工作，加快實驗進度。

最初的實驗進行得還聽順利，畢竟fastai提供的訓練功能還是蠻好用的。

可是事情的發(fā)展卻超出了最初的計劃。。。

為了提升模型效果，我們需要加入更多的輸入數(shù)據并且要使用自定義的采樣方式，這樣就需要修改dataset、sampler和collate_fn等模塊。

修改前，我們花了很大力氣去研究fastai的數(shù)據加載模塊DataBunch，為了修改這個數(shù)據加載方式，我們大概繼承并修改了二十多個fastai中的類。

做完這些工作大約耗時兩個禮拜，我們的模型終于可以順利運行了。

可是模型的效果還是不夠理想，為了提升模型效果，我們想進一步修改模型結構，然后又修改了好幾個類，修改之后的模型才跑起來。

如果真的有同學需要自定義fastai模塊的話，可以參考https://docs.fast.ai/tutorial.itemlist.html中的示例進行編寫。碰到坑的話，可以加群747537854一起討論。