推荐：李沐开源新作，一起来《动手学深度学习》
來源 /Datawhale?圖文 / 靜修?? 排版?/ 家豪
【導讀】《動手學深度學習》這本書由亞馬遜首席科學家李沐，亞馬遜應用科學家阿斯頓·張等大師合作打造，沉淀三年完成。本書采用交互式的學習方法，不但講授了深度學習算法原理，還給出了代碼運行與實現，讓你在手調代碼的同時理解消化知識。
經常有學習者在微信后臺私信：想要學習深度學習，但不知道怎么學，有沒有推薦的書籍或經驗傳授一下。
踩過坑的學習者應該都深有以下幾點體會：
深度學習需要一定量的數學基礎，遇到難理解的數學公式簡直令人抓狂。
深度學習現有資料偏向理論，抽象難以理解，很容易讓人霧里看花，琢磨不透。
深度學習現有視頻教學英文資料更多，雖然有字幕加持，但怎么也沒有中文聽著舒服。
看到這里，有的人可能長嘆一聲，你是勸退我的吧，我告訴你：你成功了！
別著急，現在我就來給大家安利一本適合深度學習初學者的書籍，好書傍身，助你輕松掌握機器學習。
6月19日，作為Datawhale的一員，小編參加了AWS教育科技交流會，也是《動手學深度學習》這本書的新書發布會，現場請來了本書首要作者Aston Zhang和大家交流溝通。他們為了更好的迭代內容，幾位理工科男進入斗魚直播間與大家交流學習，本書交流社區的3000名小伙伴匯總了5000多個問題，精致打磨，迭代完成。這本書的主編還偷偷告訴小編，Aston在本書排版時候嚴格到注釋中的一個空格都要糾正過來，嚴格遵守Pep8規范。
我想正是因為作者嚴謹的態度和開源的精神，讓本書獲得韓佳煒、Bernhard Scholkopf、周志華老師等人聯袂推薦，也已經被加州伯克利等15所全球知名高校用作教學書籍，更是在京東6·18大促計算機與電子書籍類別里奪得桂冠。聽了這些是不是重拾學習深度學習的熱情了，那現在讓我們具體來了解下這本書吧。
本書結構
第一部分（第1章~第3章）涵蓋預備工作和基礎知識。第1章介紹深度學習的背景。第2章提供動手學深度學習所需要的預備知識，例如，如何獲取并運行本書中的代碼。第3章包括深度學習最基礎的概念和技術，如多層感知機和模型正則化。如果讀者時間有限，并且只想了解深度學習最基礎的概念和技術，那么只需閱讀第一部分。
?
第二部分（第4章~第6章）關注現代深度學習技術。第4章描述深度學習計算的各個重要組成部分，并為實現后續更復雜的模型打下基礎。第5章解釋近年來令深度學習在計算機視覺領域大獲成功的卷積神經網絡。第6章闡述近年來常用于處理序列數據的循環神經網絡。閱讀第二部分有助于掌握現代深度學習技術。
?
第三部分（第7章~第10章）討論計算性能和應用。第7章評價各種用來訓練深度學習模型的優化算法。第8章檢驗影響深度學習計算性能的幾個重要因素。第9章和第10章分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。這部分內容讀者可根據興趣選擇閱讀。
?
詳情可見下圖，描繪了本書的結構，其中由A章指向B章的箭頭表明A章的知識有助于理解B章的內容。
代碼
本書代碼基于Apache MXNet，是一個開源的深度學習框架，但書中只使用了MXNet的ndarray, autograd,gluon等模塊或包的基礎功能，即便是使用其他深度學習框架的小伙伴也可以很好的借助書中代碼更好的理解和應用深度學習。
書中的每一節代碼都是可以獨立運行的，而且會免費提供給大家，大家可以根據自己的理解修改，從而更好的理解算法的邏輯，真正做到了在文字，圖像和公式外創建一個交互式學習環境，更好地理解學習。
交流社區
https://discuss.gluon.ai/c/lecture?order=views，對于書中不理解或者認為書中存在問題的同學可以在交流社區上提問，會有專門的人回復你哦。另外，沒事逛逛社區，學習下其他人的經驗也是不錯的選擇呢。
最后奉上資源：
在線書地址：http://zh.d2l.ai/index.html
GitHub 項目：https://github.com/diveintodeeplearning/d2l-zh
PDF：https://zh.d2l.ai/d2l-zh.pdf
視頻講解：https://space.bilibili.com/209599371/channel/detail?cid=23541
作者的公眾號：
本站簡介↓↓↓?
本站的知識星球（黃博的機器學習圈子）ID：92416895
目前在機器學習方向的知識星球排名第一（上圖二維碼）
往期精彩回顧
良心推薦：機器學習入門資料匯總及學習建議（2018版）
黃海廣博士的github鏡像下載（機器學習及深度學習資源）
吳恩達老師的機器學習和深度學習課程筆記打印版
機器學習小抄-（像背托福單詞一樣理解機器學習）
首發：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書
機器學習的數學基礎
機器學習必備寶典-《統計學習方法》的python代碼實現、電子書及課件
吐血推薦收藏的學位論文排版教程（完整版）
Python環境的安裝（Anaconda+Jupyter notebook+Pycharm）
Python代碼寫得丑怎么辦？推薦幾個神器拯救你
重磅 | 完備的 AI 學習路線，最詳細的資源整理！
備注：本站qq群：865189078（共8個群，不用重復加）。
加入本站微信群，請加黃博的助理微信，說明：公眾號用戶加群。
總結
以上是生活随笔為你收集整理的推荐：李沐开源新作，一起来《动手学深度学习》的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 10种常用降维算法源代码(python)
- 下一篇： 推荐：常见NLP模型的代码实现（基于Te