《动手学深度学习》 — 动手学深度学习 2.0.0 documentation

简介

《动手学深度学习》是一本面向中文读者的深度学习教科书，目前已出版第二版，提供可运行、可讨论的交互式学习体验。全书内容以 Jupyter 记事本形式呈现，支持 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 等多种深度学习框架的实现。本书已被全球 70 多个国家、500 多所大学用于教学，并推出了纸质版（《动手学深度学习（PyTorch版）》）在京东、当当等平台销售。

主要功能

• 可运行的 Jupyter 记事本：每一小节都是一份 Jupyter 记事本，读者可以自由修改代码和超参数，即时获得反馈，积累实战经验。支持本地运行、亚马逊 SageMaker Studio Lab、Google Colab 等平台。
• 公式 + 图示 + 代码：结合文字、数学公式和图示来阐明深度学习中的常用模型和算法，同时提供从零开始实现这些模型的代码，并使用真实数据进行交互式学习。
• 多框架实现：同一内容提供 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 四种框架的实现，便于读者对比和选择。
• 活跃社区支持：每个章节末尾提供链接，读者可以与社区数千名学习者一起讨论交流。
• 丰富的配套资源：提供课件、作业、教学视频（B站、YouTube）等免费资源，以及基于本书的伯克利“深度学习导论”课程大纲链接。

内容结构

全书共 16 章，涵盖从基础到高级的深度学习主题：

• 引言、预备知识
• 线性神经网络、多层感知机
• 深度学习计算
• 卷积神经网络、现代卷积神经网络
• 循环神经网络、现代循环神经网络
• 注意力机制
• 优化算法
• 计算性能
• 计算机视觉
• 自然语言处理（预训练与应用）
• 附录：深度学习工具

适用场景

• 深度学习入门自学：适合希望从零开始系统学习深度学习的读者，通过动手实践掌握核心概念。
• 高校教学参考书：已被多所国内外大学作为教材或参考书，可用于本科或研究生课程。
• 企业培训与团队学习：内容全面且注重实战，适合企业内部深度学习技术培训。
• 框架对比研究：多框架实现方便研究者在不同框架间迁移和应用。

作者与贡献者

本书由多位来自学术界和工业界的专家共同编写，主要作者包括阿斯顿·张、扎卡里 C. 立顿、李沐、亚历山大 J. 斯莫拉等。第二卷章节作者、框架改编者以及中文版译者均来自亚马逊、谷歌、百度等机构。此外，社区已有 200 多位贡献者参与改进。