GitHub超1.1万星：李沐经典作品《动手学深度学习》更新强互动

【新智元导读】李沐等合著的伯克利中文教程《动手学深度学习》，面向中文读者、能运行、可讨论。本书是加州大学伯克利分校 2019 年春学期 Introduction to Deep Learning 课程教材的中文版。

要论深度学习的中文经典教材，李沐等合著的《动手学深度学习》绝对是站在最前排的。

《动手学深度学习》是加州大学伯克利分校 2019 年春学期 Introduction to Deep Learning 课程教材《Dive into Deep Learning》的中文版。课件及教学视频：

https://github.com/d2l-ai/berkeley-stat-157/tree/master/slides-zh

本书提供两种方式供读者选择：

• 在线HTML版。互动性更强，更方便在电脑上阅读，可以随时浏览免费资源、参与讨论等
• 离线PDF版。适合使用iPad、Kindle等电子书阅读器阅读。而且本书非常贴心的在每章后面都附上二维码，读者可以扫码直接参与章节讨论

本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。在校学生和老师可以申请用于本书学习或教学的免费计算资源：

http://zh.d2l.ai/aws4learn.html

阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。课件、作业、教学视频等资源可参考伯克利“深度学习导论”。

本书共11个章节。首先，对深度学习相关的基础和计算知识、预备知识、以及最基础的概念和技术进行介绍；接着，对深度学习计算的重要组成部分做了深入浅出的介绍，着重对深度学习领域非常重要的两个网络“卷积神经网络”和“循环神经网络”进行讲解；然后还讲到了优化算法和计算性能；最后介绍了计算机视觉、NLP，并通过Kaggle实战案例为大家提供实际项目的练习机会。

本书有一个非常显著的特色：互动性+实践性。本书将文字、公式、图像、代码和运行结果结合在了一起，不仅在阐述知识和原理，同时还有课件和视频进行演示。

本书每一节都配备可下载并运行的Jupyter Notebook；每章后面都有讨论环节，读者可以随时进行讨论。

教程已在GitHub上开源。动手能力强的同学可以尝试自己build一下，例如可以将里面Material Design HTML Theme for Sphinx修改成自己最喜欢的theme，更加愉悦的阅读本书。仓库地址：

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

不过需要注意的是，所有markdown文件需要在提交前清除output，它们会在服务器上重新执行生成结果。所以需要保证每个notebook执行不要太久，目前限制是20min。

李沐是亚马逊首席科学家。美国卡内基梅隆大学计算机科学博士。曾任加州大学伯克利分校访问助理教授、创业公司 Marianas Labs 的 CTO 和百度深度学习研究院的主任研发架构师。

他的研究关注分布式系统和 机器学习算法。他在数个领域的顶级学术会议 发表过论文，包括理论 (FOCS)、机器学习 (ICML，NIPS)、应用 (CVPR，KDD) 和操作系统 (OSDI)。