动手学深度学习：一本可以跑代码的深度学习教材

d2l-zh 在 GitHub 上已经拿到 78.4K Star 了。

这是一本深度学习教材，全名《动手学深度学习》（Dive into Deep Learning）。李沐团队做的，中文版和英文版都有，网上免费看，纸质书也出了。

1、 这本书解决什么问题

深度学习教材不少，但大多数要么偏理论，公式推完不知道怎么写代码；要么偏实践，跑完 demo 还是不懂原理。

D2L 的做法是把概念、数学、代码放在同一个地方。每一章先讲清楚背后的数学逻辑，然后给出可运行的代码，读者可以边学边改，观察结果变化。

这种"所学即所用"的方式，让抽象的公式变成了能跑的程序。

2、 里面有什么内容

全书覆盖了深度学习的主要方向：

• 线性回归、Softmax 等基础模型
• 多层感知机、卷积神经网络
• 循环神经网络、注意力机制
• 优化算法、计算性能
• 自然语言处理、计算机视觉应用

每一节都配有可执行的 Jupyter Notebook，代码可以直接在本地或云端运行。

3、 谁在用这本书

加州大学伯克利分校把它作为 2019 年春季学期"深度学习导论"课程的教材。国内外不少高校也在用。

学术界和工业界都有推荐。韩家炜、周志华、Bernhard Schölkopf 等学者写过推荐语，NVIDIA 创始人黄仁勋、地平线创始人余凯也给出了评价。

4、 怎么用

在线阅读直接访问 zh.d2l.ai，中文版和英文版都有。

想本地跑代码，按官方教程装好环境就行。代码基于 PyTorch、TensorFlow 和 JAX 三个框架都有对应版本。

社区有论坛可以提问和讨论，遇到问题可以去那边搜。

5、 适合谁看

• 想系统学习深度学习原理的学生
• 需要把理论和代码对应起来的开发者
• 准备面试或转方向、需要补基础的人
• 想找一本靠谱中文教材的读者

理论和代码对应起来的开发者

• 准备面试或转方向、需要补基础的人
• 想找一本靠谱中文教材的读者