d2l-zh
这是《动手学深度学习》的中文开源版本，是配套可运行代码、面向中文读者的深度学习学习资源，已被全球多所高校用作教学材料。
这个项目值得继续研究吗？
这是《动手学深度学习》的中文开源版本，是配套可运行代码、面向中文读者的深度学习学习资源，已被全球多所高校用作教学材料。
- 解决什么问题
- 企业开展AI相关业务时，团队深度学习学习常遇到理论与实操脱节、优质中文资源稀缺、内容跟不上技术迭代、缺乏配套练习和社区答疑渠道等问题。
- 适合什么团队
- 适合需要提升团队深度学习能力的企业AI业务团队，高校相关专业教学团队，以及想入门或进阶深度学习的个人从业者。
- 使用前注意
- 项目采用Apache-2.0开源许可，新版内容优先更新英文版本后同步至中文站，配套代码运行需提前按官方指引配置Python相关环境。
本页用于缩短初步筛选时间，不构成技术、采购或法律结论。 正式使用前请在真实业务数据上验证，并以官方说明与许可证为准。
从官方资料看清能力、部署与采用边界
以下内容依据项目公开 README 或模型卡翻译整理，代码、命令和产品名保持原样。
项目导读
项目定位
d2l-zh是《动手学深度学习》（Dive into Deep Learning，简称D2L.ai）的中文开源版本，核心目标是打造免费、可落地、紧跟技术迭代的深度学习统一学习资源。项目遵循“学以致用”的原则，将理论讲解、数学推导、代码实现融合在同一套内容体系中，目前中英文版本已被全球70多个国家的500多所高校用作教学材料。
核心能力
这套资源和普通深度学习教材的差异主要体现在四个方面：
- 内容覆盖全面：包含计算机视觉、自然语言处理等深度学习主流应用方向的知识点，内容深度足够支撑学习者成为可落地的深度学习应用开发者；
- 全量配套可运行代码：所有知识点都对应Python可运行代码，读者可以直接把数学公式和实际实现对应起来，也可以自行修改代码验证效果，避免理论和实操脱节；
- 内容持续迭代：项目会跟进深度学习领域的技术发展，持续更新内容，避免内容过时；
- 配套社区答疑：官方设有专门的中文讨论区，读者可以在上面提问、交流经验，解决学习过程中遇到的问题。
典型使用方式
这套资源适配多种使用场景：
- 个人能力提升：个人学习者可以直接访问第二版官网（zh.D2L.ai）或第一版官网（zh-v1.D2L.ai）获取免费内容，按照官方安装指引配置好Python环境后，即可边学习边运行配套代码实操；
- 企业内部培训：AI相关业务团队可以将这套资源作为深度学习入门、进阶的培训素材，配套的代码可直接作为实操练习内容，降低团队搭建培训体系的成本；
- 高校教学使用：计算机、人工智能相关专业的教学团队可以直接将其作为课程教材或参考资料，配套公开的教学课件快速搭建课程体系。
配套教学资源
除了核心书本内容外，项目还公开了加州大学伯克利分校2019年春学期《Introduction to Deep Learning》课程的全部教材，同时提供附带教学视频地址的中文版课件，降低教学场景的使用门槛。目前这套资源已经获得韩家炜、周志华等学术界专家，以及黄仁勋、余凯等工业界专家的公开推荐，内容的专业性和实用性得到广泛认可。
许可与使用建议
项目采用Apache-2.0开源许可，企业和个人均可免费使用、修改内容，只需遵守对应许可要求即可。需要注意的是，目前新版内容会优先在英文开源仓库更新，之后再同步到中文版本，若需要了解最新技术内容可关注对应英文项目。如果使用中遇到问题，可以到官方中文讨论区反馈，也可以按照贡献指引参与内容优化。
官方资料与来源
- book
- chinese
- computer-vision
- deep-learning
- machine-learning
- natural-language-processing
- notebook
- python
核对上游原始说明节选
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
动手学深度学习（Dive into Deep Learning，D2L.ai）
第二版：zh.D2L.ai | 第一版：zh-v1.D2L.ai | 安装和使用书中源代码： 第二版 第一版
理解深度学习的最佳方法是学以致用。
本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技能。
我们的目标是创建一个为实现以下目标的统一资源：
- 所有人均可在网上免费获取；
- 提供足够的技术深度，从而帮助读者实际成为深度学习应用科学家：既理解数学原理，又能够实现并不断改进方法；
- 包含可运行的代码，为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验；
- 允许我们和整个社区不断快速迭代内容，从而紧跟仍在高速发展的深度学习领域；
- 由包含有关技术细节问答的论坛作为补充，使大家可以相互答疑并交换经验。
将本书（中英文版）用作教材或参考书的大学
如果本书对你有帮助，请Star (★) 本仓库或引用本书的英文版：
@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}
}本书的英文版
虽然纸质书已出版，但深度学习领域依然在迅速发展。为了得到来自更广泛的英文开源社区的帮助，从而提升本书质量，本书的新版将继续用英文编写，并搬回中文版。
欢迎关注本书的英文开源项目。
中英文教学资源
加州大学伯克利分校 2019 年春学期 Introduction to Deep Learning 课程教材（同时提供含教学视频地址的中文版课件）。
学术界推荐
"Dive into this book if you want to dive into deep learning!"
— 韩家炜，ACM 院士、IEEE 院士，美国伊利诺伊大学香槟分校计算机系 Michael Aiken Chair 教授
"This is a highly welcome addition to the machine learning literature."
— Bernhard Schölkopf，ACM 院士、德国国家科学院院士，德国马克斯•普朗克研究所智能系统院院长
"书中代码可谓‘所学即所用’。"
— 周志华，ACM 院士、IEEE 院士、AAAS 院士，南京大学计算机科学与技术系主任
"这本书可以帮助深度学习实践者快速提升自己的能力。"
— 张潼，ASA 院士、IMS 院士，香港科技大学计算机系和数学系教授
工业界推荐
"一本优秀的深度学习教材，值得任何想了解深度学习何以引爆人工智能革命的人关注。"
— 黄仁勋，NVIDIA创始人 & CEO
"《动手学深度学习》是最适合工业界研发工程师学习的。我毫无保留地向广大的读者们强烈推荐。"
— 余凯，地平线公司创始人 & CEO
"强烈推荐这本书！我特别赞赏这种手脑一体的学习方式。"
— 漆远，复旦大学“浩清”教授、人工智能创新与产业研究院院长
"《动手学深度学习》是一本很容易让学习者上瘾的书。"
— 沈强，将门创投创始合伙人
贡献
感谢社区贡献者们为每一位读者改进这本开源书。
如何贡献 | 致谢 | 讨论或报告问题 | 其他
优秘智能