动手学深度学习

《动手学深度学习》是面向中文读者的 “可运行、可讨论” 的深度学习开源教科书，无论是高校学生、AI研究者还是行业从业者，都能通过在线交互式内容掌握深度学习的核心概念与实现方法。

内容与特色：

1、系统的知识框架：内容涵盖深度学习基础（线性神经网络、多层感知机）、核心模型（卷积神经网络、循环神经网络、Transformer）、关键技术（优化算法、注意力机制）及应用场景（计算机视觉、自然语言处理），形成从入门到进阶的完整知识链。第二版新增PaddlePaddle实现，同时支持PyTorch、NumPy/MXNet、TensorFlow等主流框架，满足不同学习者的工具偏好。

2、交互式学习体验：每小节均以可运行的Jupyter记事本形式呈现，学习者可直接修改代码、调整超参数并实时查看结果，通过实战积累深度学习经验。例如在 “长短期记忆网络（LSTM）” 章节，代码示例完整展示从模型定义到训练的全流程，便于动手实践。结合文字、公式、图示与代码四重表达方式，直观解析复杂概念。例如通过动画演示 LSTM 的门控机制，配合数学公式推导与代码实现，帮助理解模型原理。

3、全球化教学认可：被全球70多个国家的500多所大学用作教材或参考书，包括哈佛大学、斯坦福大学、清华大学等顶尖学府，体现其学术权威性与国际影响力。

适用群体：

高校学生：作为课程教材，通过交互式实践加深对课堂理论的理解，配套作业与实验内容可直接用于课程学习。

AI入门者：从零开始系统掌握深度学习知识，借助代码示例降低实践门槛，避免因环境配置等问题阻碍学习进度。

行业从业者：作为参考资料，快速查阅各类模型的实现细节与应用技巧，解决实际工作中遇到的技术问题。