深度学习开源书进阶中文8–16 周★ 19k83 章可站内阅读
Dive into DL PyTorch
动手学深度学习 PyTorch 实现版
ShusenTang · 李沐等· 19,465 stars
《动手学深度学习》的 PyTorch 实现版,保留教材章节结构并把示例迁移到 PyTorch。适合中文读者用熟悉的框架跟练动手学主线,并与官方 MXNet/多框架版对照。
为什么收录 · 与 d2l-zh、d2l-en 互补,提供 PyTorch 专轨动手学实现,方便框架切换学习。
动手学PyTorch深度学习中文
这本书强在哪
- GitHub 高星真学习内容
- 可导入站内阅读
- 材料结构清晰
- 适合系统跟学
建议怎么学
- 01按大纲顺序推进
- 02每章留下自己的实验记录
- 03卡点时回看对应知识库文章
适合谁 / 前置
- Python 基础
- 能阅读中文技术材料
学完得到什么
- 掌握该教程主线知识点
- 能复现关键实验或练习
- 建立可对照的学习笔记
- 为下一阶段课程打底
目录
来自站内阅读器镜像;点击章节直接阅读
chapter01 DL intro1 章
chapter02 prerequisite3 章
chapter03 DL basics16 章
- 053.1 线性回归markdown
- 063.2 线性回归的从零开始实现markdown
- 073.3 线性回归的简洁实现markdown
- 083.4 softmax回归markdown
- 093.5 图像分类数据集(Fashion-MNIST)markdown
- 103.6 softmax回归的从零开始实现markdown
- 113.7 softmax回归的简洁实现markdown
- 123.8 多层感知机markdown
另有 8 章 · 进入站内阅读查看完整目录
chapter04 DL computation6 章
chapter05 CNN12 章
- 275.1 二维卷积层markdown
- 285.2 填充和步幅markdown
- 295.3 多输入通道和多输出通道markdown
- 305.4 池化层markdown
- 315.5 卷积神经网络(LeNet)markdown
- 325.6 深度卷积神经网络(AlexNet)markdown
- 335.7 使用重复元素的网络(VGG)markdown
- 345.8 网络中的网络(NiN)markdown
另有 4 章 · 进入站内阅读查看完整目录
chapter06 RNN10 章
- 396.1 语言模型markdown
- 406.2 循环神经网络markdown
- 416.3 语言模型数据集(周杰伦专辑歌词)markdown
- 426.4 循环神经网络的从零开始实现markdown
- 436.5 循环神经网络的简洁实现markdown
- 446.6 通过时间反向传播markdown
- 456.7 门控循环单元(GRU)markdown
- 466.8 长短期记忆(LSTM)markdown
另有 2 章 · 进入站内阅读查看完整目录
chapter07 optimization8 章
chapter08 computational performance4 章
chapter09 computer vision9 章
- 619.1 图像增广markdown
- 629.2 微调markdown
- 639.3 目标检测和边界框markdown
- 649.4 锚框markdown
- 659.5 多尺度目标检测markdown
- 669.6 目标检测数据集(皮卡丘)markdown
- 679.8 区域卷积神经网络(R-CNN)系列markdown
- 689.9 语义分割和数据集markdown
另有 1 章 · 进入站内阅读查看完整目录
chapter10 natural language processing12 章
- 7010.1 词嵌入(word2vec)markdown
- 7110.2 近似训练markdown
- 7210.3 word2vec的实现markdown
- 7310.4 子词嵌入(fastText)markdown
- 7410.5 全局向量的词嵌入(GloVe)markdown
- 7510.6 求近义词和类比词markdown
- 7610.7 文本情感分类:使用循环神经网络markdown
- 7710.8 文本情感分类:使用卷积神经网络(textCNN)markdown
另有 4 章 · 进入站内阅读查看完整目录
read guide.md1 章
README.md1 章
策展亮点章节
预备知识线性网络CNNRNN注意力优化
仓库数据
Stars19,465
Forks5,404
主要语言Jupyter Notebook
创建2019/2/21
更新2026/8/11
09c8bacc(master)· 许可证 Apache License 2.0 (Apache-2.0)。 上游更新后可通过同步脚本刷新。