《动手学深度学习》

《动手学深度学习》

动手学深度学习《动手学深度学习》是一部面向中文读者的深度学习教科书与在线文档,围绕预备知识、神经网络、计算机视觉和自然语言处理等主题,使用文字、公式、图示与代码展开讲解。每一小节都配有可运行的 Jupyter 记事本,便于修改代码和超参数并获得实践反馈。

《动手学深度学习》 页面快照
16
主要章节
4
在线实现框架:PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle
200+
社区贡献者
500+
用于教学的大学
学习方式

从概念理解到代码实践

内容按章节组织,覆盖深度学习基础、经典模型、优化算法、计算性能、计算机视觉和自然语言处理,并提供从零开始实现与简洁实现等示例。

系统化深度学习章节

从引言和预备知识开始,逐步学习线性神经网络、多层感知机、卷积神经网络、循环神经网络、注意力机制和 Transformer。

从零开始实现模型

多个章节同时提供从零开始实现与简洁实现,帮助读者理解模型结构、训练过程和相关算法。

覆盖计算机视觉

讲解图像增广、微调、目标检测、语义分割、转置卷积、风格迁移及相关实践内容。

覆盖自然语言处理

涵盖文本预处理、语言模型、词嵌入、BERT、情感分析和自然语言推断等主题。

可运行的 Jupyter 记事本

每一小节都配有可运行的 Jupyter 记事本,读者可以修改代码和超参数进行交互式学习。

公告与内容

在线版内容动态

以下内容来自网站公开页面中的公告与版本说明。

第二版在线内容新增 PaddlePaddle 实现

网站公告说明第二版在线内容新增 PaddlePaddle 实现,并提供 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 相关实现。

第二版纸质书已上架

网站公告说明《动手学深度学习(PyTorch版)》第二版纸质书已在京东和当当上架,纸质书内容与在线版大致相同。

学习资源

文档、课程与代码入口

通过在线文档、课程、Jupyter 记事本和开源代码仓库继续学习与实践。

《动手学深度学习》

从这里开始使用《动手学深度学习》。