《动手学深度学习》TF2.0 实现

最新推荐文章于 2024-08-06 15:46:40 发布

绝不原创的飞龙

最新推荐文章于 2024-08-06 15:46:40 发布

阅读量3.2w

点赞数 1

分类专栏： tensorflow

原文链接：https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0

版权

tensorflow 专栏收录该内容

16 篇文章

订阅专栏

本项目将《动手学深度学习》原书中的MXNet代码重构为TensorFlow2.0实现，适合对深度学习及TensorFlow感兴趣的初学者。项目包括深度学习基础、卷积神经网络、循环神经网络等章节的代码和文档。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本项目将《动手学深度学习》原书中MXNet代码实现改为TensorFlow2.0实现。经过我的导师咨询李沐老师，这个项目的实施已得到李沐老师的同意。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者，GitHub地址：https://github.com/d2l-ai/d2l-zh

此书的中、英版本存在一些不同，本项目主要针对此书的中文版进行TensorFlow2.0重构。另外，本项目也参考了对此书中文版进行PyTorch重构的项目Dive-into-DL-PyTorch，在此表示感谢。

现已更新到第五章，持续更新中。。。

简介

本仓库主要包含code和docs两个文件夹（外加一些数据存放在data中）。其中code文件夹就是每章相关jupyter notebook代码（基于TensorFlow2.0）；docs文件夹就是markdown格式的《动手学深度学习》书中的相关内容，然后利用docsify将网页文档部署到GitHub Pages上，由于原书使用的是MXNet框架，所以docs内容可能与原书略有不同，但是整体内容是一样的。欢迎对本项目做出贡献或提出issue。

面向人群

本项目面向对深度学习感兴趣，尤其是想使用TensorFlow进行深度学习的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识，你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的Python编程。

食用方法

方法一

本仓库包含一些latex公式，但github的markdown原生是不支持公式显示的，而docs文件夹已经利用docsify被部署到了GitHub Pages上，所以查看文档最简便的方法就是直接访问本项目网页版。当然如果你还想跑一下运行相关代码的话还是得把本项目clone下来，然后运行code文件夹下相关代码。

方法二

你还可以在本地访问文档，先安装docsify-cli工具:

npm i docsify-cli -g

然后将本项目clone到本地:

git clone https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0
cd Dive-into-DL-TensorFlow2.0

然后运行一个本地服务器，这样就可以很方便的在http://localhost:3000实时访问文档网页渲染效果。

docsify serve docs

原书地址

中文版：动手学深度学习 | Github仓库
English Version: Dive into Deep Learning | Github Repo

引用

如果您在研究中使用了这个项目请引用原书:

@book{zhang2019dive,
    title={Dive into Deep Learning},
    author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
    note={\url{http://www.d2l.ai}},
    year={2019}
}