leedl-tutorial README

The project's README from github.com/datawhalechina/leedl-tutorial. As one markdown file: README.md.

GitHub issues GitHub stars GitHub forksDownloads 知识共享许可协议

李宏毅深度学习教程LeeDL-Tutorial(苹果书)

李宏毅老师是台湾大学的教授,其《机器学习》(2021年春)是深度学习领域经典的中文视频之一。李老师幽默风趣的授课风格深受大家喜爱,让晦涩难懂的深度学习理论变得轻松易懂,他会通过很多动漫相关的有趣例子来讲解深度学习理论。李老师的课程内容很全面,覆盖了到深度学习必须掌握的常见理论,能让学生对于深度学习的绝大多数领域都有一定了解,从而可以进一步选择想要深入的方向进行学习,培养深度学习的直觉,对于想入门深度学习又想看中文讲解的同学是非常推荐的。

本教程主要内容源于《机器学习》(2021年春),并在其基础上进行了一定的原创。比如,为了尽可能地降低阅读门槛,笔者对这门公开课的精华内容进行选取并优化,对所涉及的公式都给出详细的推导过程,对较难理解的知识点进行了重点讲解和强化,以方便读者较为轻松地入门。此外,为了丰富内容,笔者在教程中选取了《机器学习》(2017年春) 的部分内容,并补充了不少除这门公开课之外的深度学习相关知识。

ℹ️ 李宏毅老师推荐:

李宏毅老师推荐。

贡献者

pic
Qi Wang

上海交通大学博士生
中国科学院大学硕士

pic
Yiyuan Yang

牛津大学博士生
清华大学硕士

pic
John Jim

北京大学硕士

纸质版

推荐购买链接:京东 | 当当

pic

推荐京东扫码购买

pic

当当扫码购买

豆瓣评分:https://book.douban.com/subject/36997460/

[!IMPORTANT] 勘误修订表:https://datawhalechina.github.io/leedl-tutorial/#/errata

最新版PDF下载

地址:https://github.com/datawhalechina/leedl-tutorial/releases

国内地址:https://pan.baidu.com/s/1qgAIFblbSn4MxnwzALJXPg 提取码: 1cnm

纸质版和PDF版的区别

PDF版本是全书初稿,人民邮电出版社的编辑老师们对初稿进行了反复修缮,最终诞生了纸质书籍,在此向人民邮电出版社的编辑老师的认真严谨表示衷心的感谢!(附:校对样稿)

内容介绍

配套代码

点击或者网页点击Homework文件夹进入配套代码

扩展资源

引用信息

王琦,杨毅远,江季,深度学习详解,人民邮电出版社,https://github.com/datawhalechina/leedl-tutorial, 2024.
Qi Wang, Yiyuan Yang, Ji Jiang,LeeDL Tutorial,Posts & Telecom Press,https://github.com/datawhalechina/leedl-tutorial, 2024.
@book{wang2024leedltutorial,
title = {深度学习详解},
publisher = {人民邮电出版社},
year = {2024},
author = {王琦,杨毅远,江季},
address = {北京},
isbn = {9787115642110},
url = {https://github.com/datawhalechina/leedl-tutorial}
}
@book{wang2024leedltutorialen,
title = {LeeDL Tutorial},
publisher = {Posts & Telecom Press},
year = {2024},
author = {Qi Wang,Yiyuan Yang,Ji Jiang},
address = {Beijing},
isbn = {9787115642110},
url = {https://github.com/datawhalechina/leedl-tutorial}
}

若该教程对您有所帮助,可以在页面右上角点个Star :star: 支持一下,谢谢 :blush:!

如果您需要转载该教程的内容,请注明出处:https://github.com/datawhalechina/leedl-tutorial。

致谢

特别感谢 @Sm1les、@LSGOMYP、FuWeiru 对本项目的帮助与支持。

另外,十分感谢大家对于LeeDL-Tutorial的关注。 Stargazers repo roster for @datawhalechina/leedl-tutorial Forkers repo roster for @datawhalechina/leedl-tutorial

关注我们

扫描下方二维码关注公众号:Datawhale,回复关键词“李宏毅深度学习”,即可加入“LeeDL-Tutorial读者交流群”

Datawhale是一个专注AI领域的开源组织,以“for the learner,和学习者一起成长”为愿景,构建对学习者最有价值的开源学习社区。关注我们,一起学习成长。

LICENSE

知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

Star History

Star History

leedl-tutorial (datawhalechina/leedl-tutorial)

Searching Database…

Что это такое?Бесплатный учебник по глубокому обучению на китайском языке (в народе «Яблочная книга»), основанный на курсе «Машинное обучение» профессора Ли Хунъи (Hung-yi Lee). Он подробно охватывает большинство основных тем глубокого обучения.
Это печатная книга или к ней прилагается код, который можно запустить?В основном это письменный учебник/книга с подробными выводами формул, но к охваченным темам также прилагается сопутствующий код в виде блокнотов Jupyter.
С чего начинающему стоит начать и как устроено содержание?Главы идут последовательно: от введения и основ глубокого обучения через сверточные сети (CNN), самовнимание, рекуррентные сети (RNN) и трансформеры к генеративным моделям, самообучению и, наконец, ChatGPT. Поэтому читать её нужно по порядку.
Нужно ли покупать печатную книгу или можно получить PDF бесплатно?Бесплатный PDF доступен через GitHub Releases проекта (с кодом извлечения), а печатное издание при желании можно купить на JD или Dangdang.
Могу ли я свободно распространять или использовать содержание учебника?Для содержания не заявлена явная открытая лицензия; авторы лишь просят, чтобы при перепечатке указывался первоисточник.
Чем бесплатный PDF отличается от печатной книги?PDF — это исходный полный черновик, а печатная книга перед публикацией была дополнительно переработана и отредактирована издательством «Почта и связь» (People's Posts and Telecommunications Press).
Есть ли в этом учебнике материал про ChatGPT?Да, в последней главе разбираются распространённые заблуждения о ChatGPT, лежащая в его основе техника предобучения и открытые исследовательские вопросы, которые он поднимает.
Какие ресурсы по обучению с подкреплением проект рекомендует?Он рекомендует LS-Imagine для обучения с подкреплением, применённого к Minecraft, «Грибную книгу» EasyRL для общего обучения с подкреплением и Awesome Visual RL для визуального обучения с подкреплением.
Какие темы глубокого обучения учебник охватывает в целом?Он включает сверточные сети (CNN), самовнимание и трансформеры, рекуррентные сети (RNN), GAN и диффузионные модели, самообучение (BERT, GPT-3), состязательные атаки, объяснимый ИИ, перенос обучения, глубокое обучение с подкреплением, непрерывное обучение, сжатие сетей (прунинг, дистилляция), мета-обучение и ChatGPT.
Size
302 MB
Stars
16.8K
Age
7y
Commits · 90 Days