Download Latest Version d2l-zh-2.0.0.zip (129.5 MB)
Email in envelope

Get an email when there's a new version of d2l-zh

Home / v2.0.0
Name Modified Size InfoDownloads / Week
Parent folder
d2l-zh-pytorch-2.0.0.pdf 2022-12-08 27.4 MB
d2l-zh-mxnet-2.0.0.pdf 2022-12-08 27.3 MB
d2l-zh-2.0.0.zip 2022-12-08 129.5 MB
2.0.0Ban Fa Bu source code.tar.gz 2022-12-07 95.9 MB
2.0.0Ban Fa Bu source code.zip 2022-12-07 96.2 MB
README.md 2022-12-07 1.9 kB
Totals: 6 Items   376.3 MB 0

第二版纸质书

第二版纸质书 《动手学深度学习(PyTorch版)》 将由人民邮电出版社出版,并在2023年元旦与读者见面。纸质版的索引、样式、排版、表述等均由出版社做了进一步的改进。

《动手学深度学习(PyTorch版)》 是《动手学深度学习》的重磅升级版本,选用经典的PyTorch深度学习框架,旨在向读者交付更为便捷的有关深度学习的交互式学习体验。本书重新修订《动手学深度学习》的所有内容,并针对技术的发展,新增注意力机制、预训练等内容。它包含2.0.0版全部章节:1. 引言、2. 预备知识、3. 线性神经网络、4. 多层感知机、5. 深度学习计算、6. 卷积神经网络、7. 现代卷积神经网络、8. 循环神经网络、9. 现代循环神经网络、10. 注意力机制、11. 优化算法、12. 计算性能、13. 计算机视觉、14. 自然语言处理:预训练、15. 自然语言处理:应用、附录:深度学习工具。第一部分介绍深度学习的基础知识和预备知识,并由线性模型引出最简单的神经网络——多层感知机;第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具;第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。

新增PaddlePaddle实现

2.0.0版新增加了PaddlePaddle实现。

感谢贡献者:安祺、段春华、范致远、范远展、胡刘俊、姜航顺、吕坤、李生煜、马骏骁、马飞、王明杰、吴未、吴高升、谢杰航、郑博培、张戈、朱天宇。

PaddlePaddle实现由张帅、何孝霆、Aston审阅。

Source: README.md, updated 2022-12-07