364 頁 PyTorch 版《動手學深度學習》pdf分享(全中文,支持 Jupyter 運行)
2021-02-20 StrongerTang點擊上方藍字，選擇星標或置頂，和小湯一起學習！
閱讀大概需要4分鐘
跟隨StrongerTang，每天進步一點點
1 前言
最近有朋友留言要求分享一下李沐老師的《動手學深度學習》，小湯本著一直堅持的「好資源大家一起分享，共同學習，共同進步」的初衷，於是便去找了資料，而且還是中文版的，分享給有需要的小夥伴，也希望有更多的朋友能在StrongerTang相遇。
《動手學深度學習》是今年6月剛出版的新書，是一本面向中文讀者的能運行、可討論的深度學習教科書。同時覆蓋深度學習的方法和實踐，不僅從數學的角度闡述深度學習的技術與應用，還包含可運行的代碼，為讀者展示如何在實際中解決問題。
主要面向希望了解深度學習，特別是對實際使用深度學習感興趣的大學生、工程師和研究人員。閱讀本書不要求讀者有任何深度學習或者機器學習的背景知識，讀者只需具備基本的數學和編程知識，如基礎的線性代數、微分、概率及Python編程知識。附錄中提供了書中涉及的主要數學知識，供讀者參考。
2 簡介
· · · · · ·作者簡介 · · · · · ·阿斯頓·張（Aston Zhang）
亞馬遜應用科學家，美國伊利諾伊大學香檳分校計算機科學博士，統計學和計算機科學雙碩士，專注於機器學習的研究。
李沐（Mu Li）
亞馬遜首席科學家（Principal Scientist），加州大學伯克利分校客座助理教授，美國卡內基梅隆大學計算機系博士，專注於分布式系統和機器學習算法的研究，是深度學習框架MXNet的作者之一。
扎卡裡·C. 立頓（Zachary C. Lipton）
亞馬遜應用科學家，美國卡內基梅隆大學助理教授，美國加州大學聖地牙哥分校博士，專注於機器學習算法及其社會影響的研究，特別是在時序數據與序列決策上的深度學習。
亞歷山大·J. 斯莫拉（Alexander J. Smola）
亞馬遜副總裁/ 傑出科學家，德國柏林工業大學計算機科學博士，曾在澳大利亞國立大學、美國加州大學伯克利分校和卡內基梅隆大學任教，研究興趣包括深度學習、貝葉斯非參數、核方法、統計建模和可擴展算法。
· · · · · ·內容簡介 · · · · · ·《動手學深度學習》旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現和運行。與傳統圖書不同，本書的每一節都是一個可以下載並運行的Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問並參與書中內容的討論。
全書的內容分為3個部分：第一部分介紹深度學習的背景，提供預備知識，並包括深度學習最基礎的概念和技術；第二部分描述深度學習計算的重要組成部分，還解釋近年來令深度學習在多個領域大獲成功的卷積神經網絡和循環神經網絡；第三部分評價優化算法，檢驗影響深度學習計算性能的重要因素，並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。
之前，李沐老師等人曾以電子版的形式在 GitHub 上開源了這本書，目前該項目在 GitHub 上已獲得超過 1.1 萬星，並且中文版電子書還發布了紙質版書籍。
中文版開源地址：https://github.com/d2l-ai/d2l-zh
不過雖然本書非常優秀，但由於是使用 MXNet 框架寫成的，而很多入坑機器學習的萌新們使用的卻是 PyTorch或者 Tensorflow ，使得很多小夥伴「手拿美食，卻又不知如何下手」。
幸運的是，最近一位北大大佬翻譯了一份 Pytorch 版，原書中的 MXNet 代碼全部改為PyTorch實現。
首先放上這份資源的 GitHub 地址：
https://github.com/ShusenTang/Dive-into-DL-PyTorch
然而，源項目由於是用Markdown寫的，公式和代碼顯示的易讀性較差，體驗感不佳。最近，一位中國海洋大學大佬又將上面 PyTorch 版本的《動手深度學習》編譯成完整的 PDF 文件。方便大家閱讀及解決 GitHub 上公式顯示不全的問題。
· · · · · ·目錄 · · · · · ·深度學習簡介
2.1 環境配置
2.2 數據操作
2.3 ⾃動求梯度
3.1 線性回歸
3.2 線性回歸的從零開始實現
3.3 線性回歸的簡潔實現
3.4 softmax回歸
3.5 圖像分類數據集（Fashion-MNIST）
3.6 softmax回歸的從零開始實現
3.7 softmax回歸的簡潔實現
3.8 多層感知機
3.9 多層感知機的從零開始實現
3.10 多層感知機的簡潔實現
3.11 模型選擇、⽋擬合和過擬合
3.12 權重衰減
3.13 丟棄法
3.14 正向傳播、反向傳播和計算圖
3.15 數值穩定性和模型初始化
3.16 實戰Kaggle⽐賽：房價預測
4.1 模型構造
4.2 模型參數的訪問、初始化和共享
4.3 模型參數的延後初始化
4.4 ⾃定義層
4.5 讀取和存儲
4.6 GPU計算
5.1 ⼆維卷積層
5.2 填充和步幅
5.3 多輸⼊通道和多輸出通道
5.4 池化層
5.5 卷積神經⽹絡（LeNet）
5.6 深度卷積神經⽹絡（AlexNet）
5.7 使⽤重複元素的⽹絡（VGG）
5.8 ⽹絡中的⽹絡（NiN）
5.9 含並⾏連結的⽹絡（GoogLeNet）
5.10 批量歸⼀化
5.11 殘差⽹絡（ResNet）
5.12 稠密連接⽹絡（DenseNet）
6.1 語⾔模型
6.2 循環神經⽹絡
6.3 語⾔模型數據集（周杰倫專輯歌詞）
6.4 循環神經⽹絡的從零開始實現6.4.1 one-hot向量
6.5 循環神經⽹絡的簡潔實現
6.6 通過時間反向傳播
6.7 ⻔控循環單元（GRU）
6.8 ⻓短期記憶（LSTM）
6.9 深度循環神經⽹絡
6.10 雙向循環神經⽹絡
7.1 優化與深度學習
7.2 梯度下降和隨機梯度下降
7.3 ⼩批量隨機梯度下降
7.4 動量法
7.5 AdaGrad算法
7.6 RMSProp算法
7.7 AdaDelta算法
7.8 Adam算法
8.1 命令式和符號式混合編程
8.2 異步計算
8.3 ⾃動並⾏計算
8.4 多GPU計算
9.1 圖像增⼴
9.2 微調
9.3 ⽬標檢測和邊界框
9.4 錨框
10.1 詞嵌⼊（word2vec）
10.2 近似訓練
10.3 word2vec的實現
10.4 ⼦詞嵌⼊（fastText）
10.5 全局向量的詞嵌⼊（GloVe）
10.6 求近義詞和類⽐詞
10.7 ⽂本情感分類：使⽤循環神經⽹絡
10.8 ⽂本情感分類：使⽤卷積神經⽹絡（textCNN）
10.9 編碼器—解碼器（seq2seq）
10.10 束搜索
10.11 注意⼒機制
10.12 機器翻譯
小湯本著交流學習的角度，在文末分享了該書的電子版，需要的小夥伴可以免費下載獲取。但請勿用於任何商業用途，僅供自身學習參考使用。
當然，StrongerTang強烈支持該書版權所屬，對於喜歡紙質實體書閱讀的朋友，建議購買正版書籍閱讀。
附加資源：
在線預覽地址：
https://zh.d2l.ai/
課程視頻地址：
https://space.bilibili.com/209599371/channel/detail?cid=23541
4 資料免費獲取
最後，364頁PyTorch版《動手學深度學習》電子版pdf已經打包完畢，需要的可以按照以下方式獲取：
1.長按下方二維碼關注 「StrongerTang」 公眾號
2.公眾號後臺回復關鍵詞：動手學深度學習
聲明：此資料免費分享，僅作知識分享，勿用於任何商業用途。贈人玫瑰，手有餘香！
推薦閱讀：(點擊藍字閱讀)
李航《統計學習方法》電子版、配套課件及python實現代碼分享
周志華《機器學習》西瓜書及配套公式推導南瓜書分享
吳恩達新書AI實戰聖經《Machine Learning Yearning》中英文版分享
C++Primer Plus第6版&C Primer Plus第6版 中文版免費分享啦
「在看」一下
相關焦點
-
PyTorch版《動手學深度學習》開源了,最美DL書遇上最贊DL框架
機器之心報導項目作者：ShusenTang參與：思想要入門最前沿的深度學習，想要玩最常見的深度學習框架？那就用 PyTorch 版的《動手學深度學習》吧，零基礎也能入門 DL。李沐等人的開源中文書《動手學深度學習》現在有 PyTorch 版實現了。不論是原書中的示例代碼，還是實戰項目，原來的 MXNet 都可以無縫轉化到 PyTorch 代碼。項目作者在保持原書內容基本不變的情況下，將 MXNet 代碼都轉換為了 PyTorch，想要學習 DL 和 PyTorch 的小夥伴們可以試試啊。 -
最全面的深度學習框架pytorch搭建過程
深度學習一直是比較熱門的話題，在動手學習之前，需要搭建深度學習框架，如pytorch、TensorFlow、caffe、mxnet等。 -
資源 | 300頁Python深度學習pdf-中文版
又一本中文版的書籍來了，之前的那本沒領的可以點擊下面這個連結：乾貨|520頁中文版《動手學深度學習》視頻+pdf+github獲取。這次免費給大家的pdf是Deep Learning with Python，中文就是Python深度學習。挺全面的，就300頁左右，說多不多，列印出來也就10+塊。 -
PyTorch 深度學習官方入門中文教程 pdf 下載|PyTorchChina
它主要由Facebookd的人工智慧小組開發，不僅能夠 實現強大的GPU加速，同時還支持動態神經網絡，這一點是現在很多主流框架如TensorFlow都不支持的。 PyTorch提供了兩個高級功能： 1.具有強大的GPU加速的張量計算(如Numpy) 2.包含自動求導系統的深度神經網絡 除了Facebook之外，Twitter、GMU和Salesforce等機構都採用了PyTorch。 -
《PyTorch中文手冊》來了
本書提供PyTorch快速入門指南並與最新版本保持一致，其中包含的 Pytorch 教程全部通過測試保證可以成功運行。PyTorch 是一個深度學習框架，旨在實現簡單靈活的實驗。而且，去年 12 月在 NeurIPS 大會上，PyTorch 1.0 穩定版終於發布。PyTorch 1.0 增加了一系列強大的新功能，大有趕超深度學習框架老大哥 TensorFlow 之勢。因此，學習 PyTorch 大有裨益！ -
資源| 李沐等人開源中文書《動手學深度學習》預覽版上線
近日，由 Aston Zhang、李沐等人所著圖書《動手學深度學習》放出了在線預覽版，以供讀者自由閱讀。這是一本面向在校學生、工程師和研究人員的交互式深度學習書籍。作者表示，這一在線書「項目」仍然在不斷發展當中，成為貢獻者將可以獲得專享版贈書，並被致謝。 -
李沐開源中文書《動手學深度學習》預覽版已上線!
參與：李澤南、張倩來源：機器之心授權轉載，禁二次轉載近日，由 Aston Zhang、李沐等人所著圖書《動手學深度學習》放出了在線預覽版，以供讀者自由閱讀。這是一本面向在校學生、工程師和研究人員的交互式深度學習書籍。這本書是亞馬遜 MXNet 零基礎深度學習課程的重要組成部分。 -
onnx實現對pytorch模型推理加速
基於40萬表格數據集TableBank，用MaskRCNN做表格檢測《基於深度學習的自然語言處理》中/英PDFDeep Learning 中文版初版-周志華團隊【全套視頻課】最全的目標檢測算法系列講解《美團機器學習實踐》_美團算法團隊.pdf《深度學習入門：基於Python的理論與實現》高清中文PDF+源碼特徵提取與圖像處理(第二版).pdfpython就業班學習視頻，從入門到實戰項目2019最新《PyTorch -
資源 | 李沐等人開源中文書《動手學深度學習》預覽版上線
近日，由 Aston Zhang、李沐等人所著圖書《動手學深度學習》放出了在線預覽版，以供讀者自由閱讀。這是一本面向在校學生、工程師和研究人員的交互式深度學習書籍。這本書是亞馬遜 MXNet 零基礎深度學習課程的重要組成部分。課程內容推薦使用 Apache MXNet 的前端工具 Gluon 進行開發，可指導你在動手實踐的過程中學會使用簡單易讀的代碼，寫出產品級的應用。 -
中文文本錯別字檢測以及自動糾錯
，用MaskRCNN做表格檢測《基於深度學習的自然語言處理》中/英PDFDeep Learning 中文版初版-周志華團隊【全套視頻課】最全的目標檢測算法系列講解，通俗易懂！《美團機器學習實踐》_美團算法團隊.pdf《深度學習入門：基於Python的理論與實現》高清中文PDF+源碼特徵提取與圖像處理(第二版).pdfpython就業班學習視頻，從入門到實戰項目2019最新《PyTorch -
知乎 | 機器/深度學習入門建議
吳恩達深度學習網易雲課堂（中字）傳送門：深度學習工程師微專業 - 一線人工智慧大師吳恩達親研-網易雲課堂 - 網易雲課堂（https://mooc.study.163.com/smartSpec/detail/1001319001.htm）簡介：這應該是最好的入門教程了神經網絡和深度學習改善深層神經網絡：超參數調試、正則化以及優化 -
【深度學習】深度學習之Pytorch基礎教程!
，深度學習框架開始大量的出現。尤其是近兩年，Google、Facebook、Microsoft等巨頭都圍繞深度學習重點投資了一系列新興項目，他們也一直在支持一些開源的深度學習框架。目前研究人員正在使用的深度學習框架不盡相同，有 TensorFlow 、Pytorch、Caffe、Theano、Keras等。這其中，TensorFlow和Pytorch佔據了深度學習的半壁江山。 -
PyTorch常見的12坑
基於40萬表格數據集TableBank，用MaskRCNN做表格檢測《基於深度學習的自然語言處理》中/英PDFDeep Learning 中文版初版-周志華團隊【全套視頻課】最全的目標檢測算法系列講解《美團機器學習實踐》_美團算法團隊.pdf《深度學習入門：基於Python的理論與實現》高清中文PDF+源碼特徵提取與圖像處理(第二版).pdfpython就業班學習視頻，從入門到實戰項目2019最新《PyTorch -
深度學習之Pytorch基礎教程!
，深度學習框架開始大量的出現。尤其是近兩年，Google、Facebook、Microsoft等巨頭都圍繞深度學習重點投資了一系列新興項目，他們也一直在支持一些開源的深度學習框架。目前研究人員正在使用的深度學習框架不盡相同，有 TensorFlow 、Pytorch、Caffe、Theano、Keras等。這其中，TensorFlow和Pytorch佔據了深度學習的半壁江山。 -
【深度學習】相當全面的深度學習環境配置指南!(Windows、Mac、Ubuntu全講解)
俗話說，環境配不對，學習兩行淚。如果你正在面臨配置環境的痛苦，不管你是Windows用戶、Ubuntu用戶還是蘋果死忠粉，這篇文章都是為你量身定製的。接下來就依次講下Windows、Mac和Ubuntu的深度學習環境配置問題。 -
pytorch+Unet圖像分割:將圖片中的鹽體找出來
求這個函數有很多方法，但是第一次將深度學習結合起來的是這篇文章全卷積網絡(FCN)，利用深度學習求這個函數。在此之前深度學習一般用在分類和檢測問題上。由於用到CNN，所以最後提取的特徵的尺度是變小的。《美團機器學習實踐》_美團算法團隊.pdf《深度學習入門：基於Python的理論與實現》高清中文PDF+源碼特徵提取與圖像處理(第二版).pdfpython就業班學習視頻，從入門到實戰項目2019最新《PyTorch -
分享《深度學習入門:基於Python的理論與實現》高清中文版PDF+原始碼
《深度學習入門:基於Python的理論與實現》本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，儘量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。 -
深度學習環境配置指南!(Windows、Mac、Ubuntu全講解)
入門深度學習，很多人經歷了從入門到放棄的心酸歷程，且千軍萬馬倒在了入門第一道關卡：環境配置問題。俗話說，環境配不對，學習兩行淚。 -
【Pytorch】PyTorch的4分鐘教程,手把手教你完成線性回歸
大數據文摘出品編譯：洪穎菲、寧靜PyTorch深度學習框架庫之一，是來自Facebook的開源深度學習平臺，提供研究原型到生產部署的無縫銜接。下文出現的所有功能函數，均可以在中文文檔中查看具體參數和實現細節，先附上pytorch中文文檔連結：https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/ -
《動手學深度學習》英文版 Dive into Deep Learning 預覽版(v0.7...
《動手學深度學習》出版後五個月，英文版 Dive into Deep Learning 預覽版（v0.7）終於發布了：https