《动手学深度学习》1.0.0版rc0发布


#1

1.0.0-rc0版: https://github.com/d2l-ai/d2l-zh/releases/tag/v1.0.0-rc0

该版本为《动手学深度学习》1.0.0版的预发布版本。本书的纸质版将由人民邮电出版社出版,并在猪年春节后与读者见面。纸质版的索引、样式、排版、表述等均由出版社做了进一步的改进。

我们的初衷是让更多人更容易地使用深度学习。为了让大家能够便利地获取这些资源,我们保留了免费的网站内容,并且通过不收取出版稿费的方式来降低纸质书的价格,使更多人有能力购买。

1.0.0版一共含96个小节,并分为以下篇章:

  • 深度学习简介
  • 预备知识
  • 深度学习基础
  • 深度学习计算
  • 卷积神经网络
  • 循环神经网络
  • 优化算法
  • 计算性能
  • 计算机视觉
  • 自然语言处理
  • 附录

本书的英文版 Dive into Deep Learning 自本周起被用作加州大学伯克利分校2019年春学期“Introduction to Deep Learning”课程的教材。英文版0.5版已发布:https://github.com/d2l-ai/d2l-en/releases/tag/v0.5.0

教材或参考书的采用

部分大学已采用本书的网页版(中文英文)为教材或参考书。感谢老师和同学们在使用本书的过程中所提供的宝贵意见。 相关教学资源(课件、视频、更多习题等)以及用于课堂教学的免费计算资源的申请方法将会在本书网站 https://zh.d2l.ai 上发布。

中国

美国

西班牙

与0.7版相比的主要改动

  • 新增了以下章节
    • 前言
    • 多尺度目标检测
    • word2vec的实现
    • 文本情感分类:使用卷积神经网络(textCNN)
    • 如何为本书贡献
  • 重写了以下篇章
    • 卷积神经网络
    • 循环神经网络
    • 优化算法
    • 计算机视觉
    • 自然语言处理
  • 将大部分篇章中“从零开始实现”与“简洁实现”由两节合并为了一节,从而减少重复代码
  • 改进了或新增了所有章节的表述、代码和图示
  • 新增了概念,如特征图、感受野、卷积求导、变换器(Transformer)、BERT预训练模型
  • 改进了HTML和PDF的样式
  • 将本书的网址由 zh.gluon.ai 改为了 zh.d2l.ai
  • 将本书的Python包的名称由 gluonbook 改为了 d2lzh

感谢本书的125位贡献者

许致中、邓杨、崔永明、Aaron Sun、陈斌斌、曾元豪、周长安、李昂、王晨光、Chaitanya Prakash Bapat、金杰、赵小华、戴作卓、刘捷、张建浩、梓善、唐佐林、DHRUV536、丁海、郭晶博、段弘、杨英明、林海滨、范舟、李律、李阳、夏鲁豫、张鹏、徐曦、Kangel Zenn、Richard CUI、郭云鹏、hank123456、金颢、hardfish82、何通、高剑伟、王海龙、htoooth、hufuyu、Kun Hu、刘俊朋、沈海晨、韩承宇、张钟越、罗晶、jiqirer、贾忠祥、姜蔚蔚、田宇琛、王曜、李凯、兰青、王乐园、Leonard Lausen、张雷、鄭宇翔、linbojin、lingss0918、杨大卫、刘佳、戴玮、贾老坏、陆明、张亚鹏、李超、周俊佐、Liang Jinzheng、童话、彭小平、王皓、彭大发、彭远卓、黄焖鸡、解浚源、彭艺宇、刘铭、吴俊、刘睿、张绍明、施洪、刘天池、廖翊康、施行健、孙畔勇、查晟、郑帅、任杰骥、王海珍、王鑫、wangzhe258369、王振荟、周军、吴侃、汪磊、wudayo、徐驰、夏根源、何孝霆、谢国超、刘新伟、肖梅峰、黄晓烽、燕文磊、王贻达、马逸飞、邱怡轩、吴勇、杨培文、余峰、Peng Yu、王雨薇、王宇翔、喻心悦、赵越、刘忆智、张航、郑达、陈志、周航、张帜、周远、汪汇泽、谢乘胜、aitehappiness、dutzhang、孙焱


于全站置顶 #2