#69 · 主分类: 教育与研究
d2l-en
交互式深度学习书籍,包含多框架代码、数学和讨论。已被来自70个国家的500所大学采用,包括斯坦福、麻省理工、哈佛和剑桥。
项目最后更新:08/18/24
GitHub Stars
29.5K
Forks数量
5.1K
贡献者数量
320
许可证
Other
收录理由
《动手学深度学习》是一本开源书籍,它把深度学习当作一门需要动手运行代码来掌握的技能,而非仅靠阅读理论。全书以Jupyter笔记本形式呈现,将数学推导、示意图和可直接运行的示例融为一体,读者可以边读边执行每一章。内容覆盖从线性代数、训练机制到卷积网络、循环网络,再到注意力机制、Transformer,以及计算机视觉、自然语言处理和推荐系统等现代应用,并且同一内容同时提供PyTorch、TensorFlow和JAX版本。这种多框架设计,让团队在对比不同实现或统一技术栈时格外方便。原作者和庞大的贡献者社区持续维护更新,而它在全球70个国家500所大学(包括斯坦福、麻省理工、哈佛和剑桥)的广泛采用,也证明了它作为从入门教程通往实际机器学习工作的桥梁,效果十分出色。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建