李沐老师的《动手学深度学习》已经有Pytorch和TensorFlow的实现了，并且有了中文版。

网址：http://d2l.ai/

简介

李沐老师的《动手学深度学习》自一年前发布以来广受欢迎，即使所有内容都提供了免费的网页和PDF版，仍然有大量读者购买实体书。实体版曾一度在计算机类新书里排名前三。

在过去一年里李沐老师团队主要关注在英文版的开发，包括了19年年初在伯克利用本书作为教材教授深度学习，之后重构了代码，改成了基于大家更喜爱的Numpy接口。同时我团队不断改进和加入新的内容，包括全新的深度学习数学、推荐系统、生成对抗网络，并重写了自然语言处理，加入包括BERT在内的新进展。目前的英文版已经长达一千页。

17年左右李沐老师团队开始这个项目，一开始是作为MXNet文档开始的。随着不断的迭代我们慢慢的将它写成了一本结合算法、图示和代码的深度学习教材。目前为止，我们知道至少有85所大学使用它作为教材。

美国学校包括CMU（面向研究生的10-701，授课老师是Tom Mitchell。这门课是李沐老师不仅上过也做过助教），Stanford（李飞飞老师开的传奇的cs231n），Berkeley，MIT等多所知名学校。

国内也可以数出很多名字：清华，北大，浙大，复旦，上交。在GTC前，Nvidia创始人Jensen Huang特意写了推荐语：

“Dive into Deep Learning is an excellent text on deep learning and deserves attention from anyone who wants to learn why deep learning has ignited the AI revolution”

随着影响力变大，李沐老师团队感到责任越来越大。团队的目标也从“为MXNet写个好文档”变成“让更多人能容易学习并使用深度学习技术”。

PyTorch和TensorFlow的实现

这个目标迈出了重要的一步：本书的前7章，从线性模型到现代卷积神经网络，提供基于PyTorch的实现。

这次PyTorch的翻译也是来自社区的贡献：来自IIT Roorkee的团队翻译了一个版本 https://github.com/dsgiitr/d2l-pytorch，之后我们一起合作将代码合并到了主干。

本书网址在Dive into Deep Learningd2l.ai大家可以前往对应章节的网页，点击任意Pytorch的标签栏就可以完成转换。

同之前一样，每个章节就是一个可执行的Jupyter记事本。不仅可以本地执行，同时很方便在云上使用GPU运行。例如在AWS中国新上线的SageMaker

或者Google Colab（梯子自备）

继上个月团队发布了PyTorch实现后迎来了一大波小伙伴提交代码，基于TensorFlow 2.0的前7章已经发布了！这是官方通告。

最后，动手学深度学习是一个开源项目，项目仓库：

https://github.com/d2l-ai/d2l-engithub.com

常见问题

• PyTorch版本是独立的项目吗？

在源文件层面不同的实现是在同一个文件，通过tag区分开。文字部分基本是共享。

• 中文版什么时候出？

在英文版定稿后（希望是年底？）我们会组织翻译中文。翻译也已经启动了。敬请期待！

中文版地址：

https://zh.d2l.ai/

• 你们放弃MXNet了吗？

虽然你经常黑MXNet，但我们还是爱你，希望给你学习深度学习带来方便。

参考

【1】http://d2l.ai/

【2】https://zhuanlan.zhihu.com/p/145719622

【3】https://zhuanlan.zhihu.com/p/157675926

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085。加入微信群请扫码进群：