李沐《動手學(xué)深度學(xué)習(xí)》中文第二版預(yù)覽版發(fā)布
導(dǎo)讀
《動手學(xué)深度學(xué)習(xí)》中文第二版預(yù)覽版發(fā)布啦，該版本的代碼部分包含MXNet、PyTorch和TensorFlow三種框架的實現(xiàn)，文末附有地址鏈接。
《動手學(xué)深度學(xué)習(xí)》自第一版出版以來受到廣大小伙伴的歡迎，不僅中英文版開源項目分別獲得了20000星、9000星，而且中英文版還被全球來自40個國家的175所大學(xué)采用教學(xué)：
中文版：https://github.com/d2l-ai/d2l-zh
英文版：https://github.com/d2l-ai/d2l-en/
雖然紙質(zhì)書第一版已經(jīng)出版，但深度學(xué)習(xí)領(lǐng)域依然在迅速發(fā)展。為了得到來自更廣泛的英文開源社區(qū)的幫助，從而提升本書質(zhì)量，本書的第二版正在用英文寫。
在Aston、Xiaoting、Rachel以及開源社區(qū)的不斷努力下，英文版 Dive into Deep Learning 0.16.1版（https://github.com/d2l-ai/d2l-en/releases/tag/v0.16.1）的前八章已翻譯至中文。于是我們剛剛發(fā)布了《動手學(xué)深度學(xué)習(xí)》2.0.0-alpha0版（中文第二版的預(yù)覽版）：
《動手學(xué)深度學(xué)習(xí)》第二版預(yù)覽版
https://zh-v2.d2l.ai
與第一版有所不同，該版本的代碼部分包含MXNet、PyTorch和TensorFlow三種框架的實現(xiàn)，供讀者自由選擇。第二版不僅重新修訂了第一版里所有章節(jié)的內(nèi)容（包括文字、數(shù)學(xué)、圖片和代碼），還添加了新的內(nèi)容，例如
更新了第二版的討論區(qū)：discuss.d2l.ai/c/16；（https://discuss.d2l.ai/c/chinese-version/16） 將本書的常用函數(shù)包的名稱由 d2lzh改為了英文版的d2l（https://github.com/d2l-ai/d2l-zh/tree/master/d2l），并分為mxnet.py、torch.py和tensorflow.py三個模塊；豐富并修訂了第一章“前言”內(nèi)容。 豐富并修訂了第二章“預(yù)備知識”內(nèi)容，例如添加了“數(shù)據(jù)預(yù)處理”、“線性代數(shù)”、“微分”和“概率”小節(jié)； 豐富并修訂了第一版第三章“深度學(xué)習(xí)基礎(chǔ)”內(nèi)容，并分為“線性神經(jīng)網(wǎng)絡(luò)”和“多層感知機”兩章，例如添加了“環(huán)境和分布偏移”小節(jié)； 豐富并修訂了第一版第五章“卷積神經(jīng)網(wǎng)絡(luò)”內(nèi)容，并分為“卷積神經(jīng)網(wǎng)絡(luò)”和“現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)”兩章，例如添加了“從全連接層到卷積”小節(jié)； 豐富并修訂了第一版第六章“循環(huán)神經(jīng)網(wǎng)絡(luò)”內(nèi)容，并分為“循環(huán)神經(jīng)網(wǎng)絡(luò)”和“現(xiàn)代循環(huán)神經(jīng)網(wǎng)絡(luò)”兩章（后一章稍后發(fā)布），例如添加了“序列模型”和“文本預(yù)處理”小節(jié)；
目前，英文版已超過160節(jié)內(nèi)容（中文版第一版共96節(jié)），如增加了理論背景（如優(yōu)化收斂分析）、硬件設(shè)計（如參數(shù)服務(wù)器）、全新篇章（如注意力機制、推薦系統(tǒng)、深度學(xué)習(xí)的數(shù)學(xué)、生成對抗網(wǎng)絡(luò)）、應(yīng)用種類（如自然語言推理）、模型種類（如Transformer、BERT）等，并優(yōu)化重組了大量章節(jié)（如將自然語言處理篇章按從預(yù)訓(xùn)練表征、到模型設(shè)計、再到下游應(yīng)用重構(gòu)）。我們在接下來一段時間會不斷將英文版內(nèi)容搬回中文版。
歡迎大家關(guān)注《動手學(xué)深度學(xué)習(xí)》中英文版的GitHub開源項目，并幫忙指正里面的問題：
《動手學(xué)深度學(xué)習(xí)》中文版開源項目
https://github.com/d2l-ai/d2l-zh
《動手學(xué)深度學(xué)習(xí)》英文版開源項目
https://github.com/d2l-ai/d2l-en/
往期精彩：
【原創(chuàng)首發(fā)】機器學(xué)習(xí)公式推導(dǎo)與代碼實現(xiàn)30講.pdf
【原創(chuàng)首發(fā)】深度學(xué)習(xí)語義分割理論與實戰(zhàn)指南.pdf
點個在看