d2l en

Sitio web del libro | Curso STAT 157 en UC Berkeley

La mejor manera de entender el aprendizaje profundo es aprender haciendo.

Este libro de código abierto representa nuestro intento de hacer accesible el aprendizaje profundo, enseñándole los conceptos, el contexto y el código. Todo el libro está redactado en cuadernos Jupyter, integrando a la perfección figuras expositivas, matemáticas y ejemplos interactivos con código autónomo.

Nuestro objetivo es ofrecer un recurso que pueda

1. estar disponible gratuitamente para todos;
2. ofrecer suficiente profundidad técnica para proporcionar un punto de partida en el camino para convertirse realmente en un científico de aprendizaje automático aplicado;
3. incluir código ejecutable, mostrando a los lectores cómo resolver problemas en la práctica;
4. permitir actualizaciones rápidas, tanto por nuestra parte como por la comunidad en general;
5. se complementará con un foro para la discusión interactiva de detalles técnicos y para responder preguntas.

Universidades que utilizan D2L

Si encuentra útil este libro, marque (★) este repositorio o cite este libro utilizando la siguiente entrada bibtex:

 @book{zhang2023dive,
    title={Dive into Deep Learning},
    author={Zhang, Aston and Lipton, Zachary C. and Li, Mu and Smola, Alexander J.},
    publisher={Cambridge University Press},
    note={url{https://D2L.ai}},
    year={2023}
}

Avales

"En menos de una década, la revolución de la IA ha pasado de los laboratorios de investigación a amplias industrias y a todos los rincones de nuestra vida diaria. Dive into Deep Learning es un excelente texto sobre aprendizaje profundo y merece la atención de cualquiera que quiera saber por qué el aprendizaje profundo ha Encendió la revolución de la IA: la fuerza tecnológica más poderosa de nuestro tiempo".

— Jensen Huang, fundador y director ejecutivo de NVIDIA

"Este es un libro fascinante y oportuno, que proporciona no solo una descripción general completa de los principios del aprendizaje profundo, sino también algoritmos detallados con código de programación práctico y, además, una introducción de última generación al aprendizaje profundo en visión por computadora y procesamiento del lenguaje natural. ¡Sumérgete en este libro si quieres sumergirte en el aprendizaje profundo!

— Jiawei Han, profesor de la Cátedra Michael Aiken, Universidad de Illinois en Urbana-Champaign

"Esta es una adición muy bienvenida a la literatura sobre aprendizaje automático, con un enfoque en la experiencia práctica implementada mediante la integración de cuadernos Jupyter. Los estudiantes de aprendizaje profundo deberían encontrar esto invaluable para dominar este campo".

— Bernhard Schölkopf, Director, Instituto Max Planck de Sistemas Inteligentes

"Dive into Deep Learning logra un equilibrio excelente entre el aprendizaje práctico y la explicación detallada. Lo he usado en mi curso de aprendizaje profundo y lo recomiendo a cualquiera que quiera desarrollar una comprensión profunda y práctica del aprendizaje profundo".

— Colin Raffel, profesor asistente, Universidad de Carolina del Norte, Chapel Hill

Contribuyendo (aprenda cómo)

Este libro de código abierto se ha beneficiado de sugerencias pedagógicas, correcciones de errores tipográficos y otras mejoras de los contribuyentes de la comunidad. Su ayuda es valiosa para mejorar el libro para todos.

Estimados colaboradores de D2L, envíen por correo electrónico su ID de GitHub y su nombre a d2lbook.en AT gmail DOT com para que su nombre aparezca en los agradecimientos. Gracias.

Resumen de licencia

Este libro de código abierto está disponible bajo la licencia internacional Creative Commons Attribution-ShareAlike 4.0. Ver archivo de LICENCIA.

El código de muestra y de referencia de este libro de código abierto está disponible bajo una licencia MIT modificada. Consulte el archivo LICENCIA-SAMPLECODE.

Versión china | Discutir e informar problemas | Código de conducta