动手学深度学习

网站描述：

面向中文读者的能运行、可讨论的深度学习教科书,含PyTorch、NumPy/MXNet、TensorFlow和PaddlePaddle实现,被全球70多个国家500多所大学用于教学

《动手学深度学习》（Dive into Deep Learning）是由李沐（Mu Li）、张亚磊（Aston Zhang）、李宏毅（Zachary C. Lipton）和斯莫拉（Alexander J. Smola）等知名学者共同编写的一本开源、交互式深度学习教材。该网站是该教材的中文在线版门户，旨在通过“边做边学”的方式，帮助读者系统地掌握深度学习核心原理与实践技能。

• 动手学深度学习官网入口网址：http://zh.d2l.ai/
• 动手学深度学习开源项目地址：https://github.com/d2l-ai/d2l-zh
• 动手学深度学PDF电子版下载：https://github.com/d2l-ai/d2l-zh/releases

核心特点与价值

• 交互式学习体验：该网站提供了丰富的交互式Jupyter Notebook代码示例。读者可以直接在浏览器中运行代码、修改参数、观察结果变化，从而直观地理解反向传播、梯度下降等深度学习基础机制。
• 多框架支持：为了满足不同读者的需求，网站提供了多个主流深度学习框架的实现版本，包括PyTorch、TensorFlow、MXNet/Gluon和PaddlePaddle。无论你是偏爱研究框架（PyTorch）还是工业框架（TensorFlow），都能找到对应的教程。
• 系统性与完整性：内容覆盖了深度学习的全栈知识，从线性代数基础、张量运算、自动求导，到卷积神经网络（CNN）、循环神经网络（RNN）、Transformer以及强化学习等高级主题。
• 强大的社区与资源：该网站不仅提供教材正文，还整合了大量教学资源，包括配套的教学视频（如B站上的公开课）、习题解答、论文链接以及GitHub代码仓库。

教学影响与适用人群

《动手学深度学习》被誉为全球深度学习领域的“教材神器”。截至2023年，该教材已被全球70多个国家、500多所高校用于教学，深受学生和工程师的喜爱。它不仅适合零基础的初学者快速入门，也为进阶的研究人员提供了系统的理论深度和丰富的实验资源。

访问方式

读者可以直接访问以下链接获取最新内容：

• 官方网站： https://zh.d2l.ai/
• GitHub仓库（含PDF、代码）： https://github.com/d2l-ai/d2l-zh

zh.d2l.ai是一个将深度学习理论与实践完美结合的学习平台，正如教材中所言：“纸上得来终觉浅，绝知此事要躬行。”

---

网站标签： 学习网站 IT技术类