《动手学深度学习》
Table Of Contents
《动手学深度学习》
Table Of Contents

《动手学深度学习》

《动手学深度学习》

面向中文读者的能运行、可讨论的深度学习教科书

公告

阿斯顿·张

亚马逊高级科学家,美国伊利诺伊大学香槟分校计算机科学博士。

李沐

亚马逊首席(principal)科学家,美国卡内基梅隆大学计算机系博士。

扎卡里 C. 立顿

亚马逊科学家,美国卡内基梅隆大学助理教授,加州大学圣迭戈分校计算机科学博士。

亚历山大 J. 斯莫拉

亚马逊副总裁/杰出科学家,德国柏林工业大学计算机科学博士。

以及来自社区的 100+ 位贡献者

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 Abel Bliss 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

“《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

每一小节都是可以运行的 Jupyter 记事本

你可以自由修改代码和超参数来获取及时反馈,从而积累深度学习的实战经验。

公式 + 图示 + 代码

我们不仅结合文字、公式和图示来阐明深度学习里常用的模型和算法,还提供代码来演示如何从零开始实现它们,并使用真实数据来提供一个交互式的学习体验。

活跃社区支持

你可以通过每个章节最后的链接来同社区的数千名小伙伴一起讨论学习。

本书(中英文版)被用作教材或参考书

如有遗漏,请邮件至d2lbook.en@gmail.com

北京大学
复旦大学
上海财经大学
上海交通大学
浙江大学
中国科学技术大学
Carnegie Mellon University(美国)
Georgia Institute of Technology(美国)
Indian Institute of Technology Bombay(印度)
Indian Institute of Technology Kanpur(印度)
Indian Institute of Technology Ropar(印度)
Kyungpook National University(韩国)
Massachusetts Institute of Technology(美国)
Northeastern University(美国)
Texas A&M University(美国)
Universidade Federal de Minas Gerais(巴西)
University of California, Berkeley(美国)
University of California, Los Angeles(美国)
University of California, Santa Barbara(美国)
University of Illinois at Urbana-Champaign(美国)
University of Maryland(美国)
University of New Hampshire(美国)
University of North Carolina at Chapel Hill(美国)
University of Technology Sydney(澳大利亚)
University of Washington(美国)
Universitat Politècnica de Catalunya(西班牙)

英文版引用


      @book{zhang2019dive,
          title={Dive into Deep Learning},
          author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
          note={\url{http://www.d2l.ai}},
          year={2019}
      }
	  

目录