d2l en

图书网站 |加州大学伯克利分校 STAT 157 课程

理解深度学习的最好方法是边做边学。

这本开源书籍代表了我们让深度学习变得平易近人的尝试，教您概念、背景和代码。整本书都是在 Jupyter 笔记本中起草的，将说明图、数学和交互式示例与独立代码无缝集成。

我们的目标是提供一种资源，可以

1. 可供所有人免费使用；
2. 提供足够的技术深度，为真正成为应用机器学习科学家的道路提供起点；
3. 包含可运行的代码，向读者展示如何在实践中解决问题；
4. 允许我们和整个社区快速更新；
5. 还设有一个论坛，用于技术细节的互动讨论和回答问题。

使用 D2L 的大学

如果您发现本书有用，请为该存储库加注星标 (★) 或使用以下 bibtex 条目引用本书：

 @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}
}

代言

“在不到十年的时间里，人工智能革命已经从研究实验室席卷到广泛的行业，再到我们日常生活的各个角落。《深入深度学习》是一本关于深度学习的优秀书籍，值得任何想要了解深度学习为何如此受欢迎的人关注。点燃了人工智能革命：我们这个时代最强大的技术力量。”

— 黄仁勋，NVIDIA 创始人兼首席执行官

“这是一本及时、引人入胜的书，不仅提供了深度学习原理的全面概述，还提供了带有动手编程代码的详细算法，此外，还介绍了计算机视觉和深度学习领域的最新技术。如果你想深入研究深度学习，请深入阅读这本书！”

— Jiawei Han，伊利诺伊大学厄巴纳-香槟分校迈克尔·艾肯讲座教授

“这是机器学习文献中非常受欢迎的补充，重点是通过集成 Jupyter 笔记本实现的实践经验。深度学习的学生应该会发现这对精通该领域非常有价值。”

— Bernhard Schölkopf，马克斯·普朗克智能系统研究所所长

“《深入深度学习》在实践学习和深入解释之间取得了极好的平衡。我在深度学习课程中使用了它，并将其推荐给任何想要对深度学习有全面、实用理解的人。”

— Colin Raffel，北卡罗来纳大学教堂山分校助理教授

贡献（了解如何做）

这本开源书籍受益于社区贡献者的教学建议、拼写错误纠正和其他改进。您的帮助对于使这本书更好地适合每个人来说非常有价值。

亲爱的 D2L 贡献者，请将您的 GitHub ID 和姓名通过电子邮件发送至 d2lbook.en AT gmail DOT com，以便您的名字将出现在致谢中。谢谢。

许可证摘要

这本开源书籍根据 Creative Commons Attribution-ShareAlike 4.0 International License 提供。请参阅许可证文件。

这本开源书中的示例和参考代码是根据修改后的 MIT 许可证提供的。请参阅 LICENSE-SAMPLECODE 文件。

中文版 |讨论和报告问题 |行为守则