d2l-zh

授权协议 Apache-2.0 License
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 不详
投 递 者 佘俊茂
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

动手学深度学习(Dive into Deep Learning,D2L.ai)

Build Status

第一版:zh.D2L.ai | 第二版预览版:zh-v2.D2L.ai | 安装和使用书中源代码:第一版 第二版 | 当前版本: v2.0.0-alpha1

理解深度学习的最佳方法是学以致用。

本开源项目代表了我们的一种尝试:我们将教给读者概念、背景知识和代码;我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识,以及实现解决方案所需的工程技能。

我们的目标是创建一个为实现以下目标的统一资源:

  1. 所有人均可在网上免费获取;
  2. 提供足够的技术深度,从而帮助读者实际成为深度学习应用科学家:既理解数学原理,又能够实现并不断改进方法;
  3. 包含可运行的代码,为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码,而且可以修改代码、观察结果并及时获取经验;
  4. 允许我们和整个社区不断快速迭代内容,从而紧跟仍在高速发展的深度学习领域;
  5. 由包含有关技术细节问答的论坛作为补充,使大家可以相互答疑并交换经验。
将本书(中英文版)用作教材或参考书的大学

如果本书对你有帮助,请Star (★) 本仓库或引用本书的英文版:

@article{zhang2021dive,
    title={Dive into Deep Learning},
    author={Zhang, Aston and Lipton, Zachary C. and Li, Mu and Smola, Alexander J.},
    journal={arXiv preprint arXiv:2106.11342},
    year={2021}
}

本书的第二版

虽然纸质书第一版已经出版,但深度学习领域依然在迅速发展。为了得到来自更广泛的英文开源社区的帮助,从而提升本书质量,本书的第二版正在用英文写。英文版正不断被搬回中文版中。

目前,英文版已超过160节(中文版共96节),例如增加了理论背景(如优化收敛分析)、硬件设计(如参数服务器)、全新篇章(如注意力机制、推荐系统、深度学习的数学、生成对抗网络)、应用种类(如自然语言推断)、模型种类(如Transformer、BERT)等,并优化重组了大量章节(如将自然语言处理篇章按从预训练表征、到模型设计、再到下游应用重构)。

欢迎关注本书第二版的英文开源项目

中英文教学资源

加州大学伯克利分校 2019 年春学期 Introduction to Deep Learning 课程教材(同时提供含教学视频地址的中文版课件)。

学术界推荐

"Dive into this book if you want to dive into deep learning!"

— 韩家炜,ACM 院士、IEEE 院士,美国伊利诺伊大学香槟分校计算机系 Michael Aiken Chair 教授

"This is a highly welcome addition to the machine learning literature."

— Bernhard Schölkopf,ACM 院士、德国国家科学院院士,德国马克斯•普朗克研究所智能系统院院长

"书中代码可谓‘所学即所用’。"

— 周志华,ACM 院士、IEEE 院士、AAAS 院士,南京大学计算机科学与技术系主任

"这本书可以帮助深度学习实践者快速提升自己的能力。"

— 张潼,ASA 院士、IMS 院士,香港科技大学计算机系和数学系教授

工业界推荐

"一本优秀的深度学习教材,值得任何想了解深度学习何以引爆人工智能革命的人关注。"

— 黄仁勋,NVIDIA创始人 & CEO

"《动手学深度学习》是最适合工业界研发工程师学习的。我毫无保留地向广大的读者们强烈推荐。"

— 余凯,地平线公司创始人 & CEO

"强烈推荐这本书!我特别赞赏这种手脑一体的学习方式。"

— 漆远,蚂蚁金服副总裁、首席AI科学家

"《动手学深度学习》是一本很容易让学习者上瘾的书。"

— 沈强,将门创投创始合伙人

贡献

感谢社区贡献者们为每一位读者改进这本开源书。

如何贡献 | 致谢 | 讨论或报告问题 | 其他

 相关资料
  • D2L.ai: Interactive Deep Learning Book with Multi-Framework Code, Math, and Discussions Book website | STAT 157 Course at UC Berkeley | Latest version: v0.17.0 The best way to understand deep learning

  • d2l-torch 首先感谢《动手学深度学习》的原作者及贡献者为我们提供了一本极其优秀的书籍。如果您对框架没有特定偏好或需求,不妨尝试MXNet,一款极其优秀的深度学习框架。 原书地址:http://zh.d2l.ai/,原书视频教程:B站,youtube 本书在原书(19年5月20日版本)基础上将所有代码改用 PyTorch 进行实现,并以注的形式对部分内容的进行了解释与扩展。因为 PyTorc

  • 问题内容: 由于无法控制的原因,我需要连接两个表,并且需要空值来进行匹配。我能想到的最好的选择是吐出一个UUID并将其用作我的比较值,但这看起来很难看 我该如何做得更好?如果重要的话,这是在Oracle上进行的,并且上下文是一个应用程序,在该应用程序中必须将一批用户上载的数据与一批现有数据进行比较,以查看是否有任何行匹配。回想起来,我们应该阻止任何一个数据集中的连接列包含空值,但是我们没有,现在必

  • 问题内容: 我对Oracle SQL查询并不十分了解,因此在删除表中的某些行时遇到了一个问题,该行必须满足一个约束,该约束包括另一个(联接)表的字段。换句话说,我想编写一个查询来删除包括JOIN的行。 在我的情况下,我有一个表和另一个连接在字段上的表。我想从大于或等于200的行中删除行,并且它们引用的产品具有名称“ Mark”(名称是“产品”中的一个字段)。 我想首先被告知Oracle中的Dele

  • Boost.Hana 中文文档,翻译自 http://boostorg.github.io/hana/ 版本: Boost.Hana 1.2.0 元编程标准库中文文档 Hana 是一个元编程库,提供异构容器和算法,用于类型和值的计算。用户手册在这里 Hana 提供了异构容器和算法,合并了异构计算和编译期计算。参考文档在这里 Hana 是一个头文件库,利用C++14技术和惯用法编写,不依赖于其它库。

  • 说明:本文原载于markdown.tw网站,本次转载时为方便阅读,将其改为简体中文,并修改个别用语。@hi_jeanne NOTE: This is Simplified Chinese Edition Document of Markdown Syntax. If you are seeking for English Edition Document. Please refer to Mark

相关阅读

相关文章

相关问答

相关文档