D2L.ai:包含多框架代码、数学和讨论的交互式深度学习书籍
理解深度学习的最佳方式是通过实践学习。
这本开源书籍是我们尝试使深度学习更易接近的一部分,它教你概念、背景和代码。整本书以 Jupyter 笔记本的形式撰写,无缝集成了展示图、数学公式和带有独立代码的交互式示例。
我们的目标是提供以下资源:
- 对所有人免费开放;
- 提供足够的技术深度,为成为应用机器学习科学家的道路提供起点;
- 包含可运行的代码,展示如何在实践中解决问题;
- 允许我们和广大的社区快速更新;
- 提供一个互动讨论技术细节并解答问题的论坛。
使用 D2L 的大学
如果你觉得这本书有用,请为这个仓库加星(★),或使用以下 bibtex 条目引用这本书:
@book{zhang2023dive,
title={Dive into Deep Learning},
author={Zhang, Aston and Lipton, Zachary C. and Li, Mu and Smola, Alexander J.},
publisher={Cambridge University Press},
note={\url{https://D2L.ai}},
year={2023}
}
推荐语
“在不到十年的时间里,人工智能革命已经从研究实验室扩展到广泛的行业,甚至渗透到我们日常生活的各个角落。 《Dive into Deep Learning》是一本关于深度学习的优秀教材,值得所有想了解为何深度学习点燃了人工智能革命——这一我们时代最强大的技术力量的人关注。”
— 黄仁勋,NVIDIA 创始人兼首席执行官
“这是一本及时而迷人的书,不仅提供了全面的深度学习原理概述,还提供了详细的算法和动手编程代码,更重要的是,它对计算机视觉和自然语言处理中的深度学习做了前沿介绍。如果你想深入学习深度学习,那就深入这本书吧!”
— 韩家炜,伊利诺伊大学厄巴纳-香槟分校 Michael Aiken 教授
“这是对机器学习文献的一个非常受欢迎的补充,重点是通过 Jupyter 笔记本实现的动手体验。深度学习的学生会发现这对于熟练掌握这一领域非常有价值。”
— Bernhard Schölkopf,马克斯普朗克智能系统研究所所长
“《Dive into Deep Learning》在动手学习与深入解释之间取得了出色的平衡。我在我的深度学习课程中使用了它,并推荐给任何想要深入理解深度学习的人。”
— Colin Raffel,北卡罗来纳大学教堂山分校助理教授
贡献者(了解如何贡献)
这本开源书籍受益于社区贡献者的教学建议、拼写错误纠正和其他改进。你的帮助对于使这本书对所有人更好非常重要。
亲爱的 D2L 贡献者,请将你的 GitHub ID 和姓名发送至 d2lbook.en AT gmail DOT com,以便你的名字出现在致谢中。谢谢。
许可证概述
这本开源书籍依据 Creative Commons Attribution-ShareAlike 4.0 国际许可协议提供。请参阅 LICENSE 文件。
本开源书籍中的示例和参考代码依据修改后的 MIT 许可协议提供。请参阅 LICENSE-SAMPLECODE 文件。