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…

这是什么?这是一份免费的中文深度学习教程(昵称“苹果书”),基于李宏毅教授的《机器学习》课程,详细讲解了深度学习的大部分主要主题。
这是一本纸质书,还是附带可以直接运行的代码?它主要是一本文字教程/书籍,包含详细的公式推导,同时也附带了与所涵盖主题对应的 Jupyter Notebook 配套代码。
初学者应该从哪里开始?内容是如何组织的?章节循序渐进:从导论和深度学习基础开始,依次讲到卷积神经网络、自注意力、循环神经网络和 Transformer,再到生成模型、自监督学习,最后是 ChatGPT,因此建议按顺序阅读。
我需要购买纸质书,还是可以免费获取 PDF?可以通过项目的 GitHub Releases 免费获取 PDF(需要提取码);如需纸质版,也可以选择在京东或当当购买。
我可以自由转载或复用教程内容吗?内容没有明确声明开源许可证;作者只要求转载时注明原始出处。
免费 PDF 和纸质书有什么区别?PDF 是原始的完整初稿,而纸质书在出版前经过了 People's Posts and Telecommunications Press 的进一步修订和编辑。
这份教程涵盖 ChatGPT 吗?涵盖。最后一章讨论了关于 ChatGPT 的常见误解、其背后的预训练技术,以及由此引出的开放研究问题。
项目推荐了哪些强化学习的相关资源?项目推荐了将强化学习应用于 Minecraft 的 LS-Imagine、通用强化学习的“蘑菇书” EasyRL,以及视觉强化学习资源 Awesome Visual RL。
这份教程整体涵盖哪些深度学习主题?内容涵盖卷积神经网络、自注意力/Transformer、循环神经网络、生成对抗网络(GAN)和扩散模型、自监督学习(BERT、GPT-3)、对抗攻击、可解释人工智能、迁移学习、深度强化学习、终身学习、网络压缩(剪枝、知识蒸馏)、元学习,以及 ChatGPT。
Size
302 MB
Stars
16.8K
Age
7y
Commits · 90 Days