动手学深度学习(李沐)的pytorch版本（包含代码和PDF版本）

已于 2023-04-17 17:09:54 修改
阅读量2.1w 收藏 102
点赞数 22
分类专栏： 机器学习 深度学习 文章标签： 深度学习 pytorch 人工智能 手动学深度学习 python
于 2023-04-04 15:00:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_64338372/article/details/129952924
版权

目录

网址（特别适合自学）

说明:

代码与PDF版

网址（特别适合自学）

传送门
界面一览：

说明:

  github上一个项目将《动手学深度学习》从mxnet改为了pytorch实现。感谢大佬们的工作。
  特别说明该电子版网页是通过docsify部署生成的，详细了解点击here，自己有很多文章或者想做电子版本文档的强推docsify 

代码与PDF版

需要详细代码的朋友可以在下面这篇文章中自取（有详细的中文PDF内容和全部代码）

http://t.csdn.cn/Nb4mx

(30条消息) 《动手学深度学习》PyTorch版本TendorFlow版本（内有所有代码和PDF版下载地址）_M_Q_T的博客-CSDN博客

动手学深度学习（pytorch）
09-30
动手学深度学习（pytorch）中的d2lzh_pytorch资源，望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望采纳！
动手学深度学习pytorch.pdf
02-26
动手学深度学习pytorch.全面介绍深度学习的动手学习文档。
【动手学深度学习】#2线性神经网络
最新发布
mojin2005的博客
03-16 1060
线性回归；softmax回归；图像分类数据集
364 页 PyTorch 版《动手学深度学习》PDF 开源了（全中文，支持 Jupyter 运行）
fengdu78的博客
11-03 3152
点击上方“AI有道”，选择“星标”公众号重磅干货，第一时间送达李沐，亚马逊 AI 主任科学家，名声在外！半年前，由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，...
《动手学深度学习(PyTorch版)》笔记2
weixin_73004416的博客
01-23 1371
让计算机实现微分功能， 有以下四种方式：- 手工计算出微分， 然后编码进代码- 数值微分 (numerical differentiation)- 符号微分 (symbolic differentiation)- 自动微分（automatic differentiation）深度学习框架通过自动微分来加快求导。实际中，根据设计好的模型，系统会构建一个计算图（computational graph），来跟踪计算是哪些数据通过哪些操作组合起来产生输出。
动手学深度学习-（李沐）PyTorch版本
weixin_64338372的博客
04-04 1万+
《动手学深度学习》PyTorch版本和TendorFlow版本（内有所有代码和PDF版下载地址）
探索深度学习的奥秘：《动手学深度学习》PyTorch版PDF
gitblog_00011的博客
08-08 795
探索深度学习的奥秘：《动手学深度学习》PyTorch版PDF 项目地址:https://gitcode.com/gh_mirrors/di/Dive-Into-Deep-Learning-PyTorch-PDF 项目介绍 在深度学习的海洋中，有一本名为《动手学深度学习》的书籍，它以其丰富的内容和实践导向的教学方式，成为了众多学习者的灯塔。现在，这个项目将这本宝典的代码整理并优化，以PyTorch的...
《动手学深度学习》PyTorch版教程
gitblog_00686的博客
08-08 1806
《动手学深度学习》PyTorch版教程 项目地址:https://gitcode.com/gh_mirrors/di/Dive-Into-Deep-Learning-PyTorch-PDF 项目介绍 本项目对中文版《动手学深度学习》（第一版）中的代码进行了PyTorch实现，并整理为PDF版本供下载。项目旨在帮助读者通过PyTorch框架学习和实践深度学习技术。除了原书内容外，本项目还增加了一些额...
动手学深度学习源码PYtorch版本
12-25
2019年最新的深度学习代码 下载于github网站 下载速度慢 已经下载下来了 给需要下载的同学 自学的朋友有福了
《动手学深度学习》PyTorch版本
wzy628810的博客
01-20 8424
本项目对中文版《动手学深度学习》中的代码进行整理，并参考一些优秀的GitHub项目给出基于PyTorch的实现方法。为了方便阅读，本项目给出全书PyTorch版的PDF版本。欢迎大家Download，Star，Fork。除了原书内容外，我们还为每一章增加了本章附录，用于对该章节中用到的函数以及数学计算加以说明，除此之外还增加了语义分割网络（U-Net）的实现。
李沐-动手学深度学习Pytorch版（逐渐更新版）
weixin_59959722的博客
07-23 887
深度学习的应用：图片分类物体分割和检测样式迁移（把样式图片和内容图片结合-类似于滤镜）人脸合成（用算法合成人脸-假的人脸）文字生成图片文字生成（gpt3-问问题然后回答）无人驾驶案例研究-广告点击预测点击率。
DAY2-《动手学深度学习》(PyTorch版)
01-07
Task03： 过拟合和欠拟合 一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）； 另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。 在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。 模型复杂度 为了解释模型复杂度，我们以多项式函数拟合为例。给定一个由标量数据特征x和对应的标量标签y组成的训练数据集，多项式函数拟合的目标是找一个K阶多项式函数 来近似 y。在上式中，wk是模型的权重参数，b是偏差参数。与线性回归
李沐老师的PyTorch 版《动手学深度学习》PDF 开源了（全中文，支持 Jupyter 运行）
热门推荐
Machine Learning with Tutors
01-02 2万+
李沐，亚马逊 AI 科学家，也是我在Amazon实习时的大BOSS。由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，免费供大家阅读。这是一本面向中文读者的能运行、可讨论的深度学习教科书 李沐的这本《动手学深度学习》也是使用 MXNet 框架写成的。但是很多入坑机器学习的萌新们使用的却是 PyTorch。如果有教材对应的 PyTorch 实现代码就更好了~ 撒花，最...
李沐-16 PyTorch 神经网络基础【动手学深度学习v2】
小菜的博客
04-16 1282
它的任何子类都必须定义一个将其输入转换为输出的前向传播函数， 并且必须存储任何必需的参数。在定义我们自己的块时，由于框架的自动微分提供了一些后端实现，我们只需要考虑前向传播函数和必需的参数即可。使用块进行抽象的一个好处是可以将一些块组合成更大的组件， 这一过程通常是递归的，如图所示。通过定义代码来按需生成任意复杂度的块， 我们可以通过简洁的代码实现复杂的神经网络。在下面的代码片段中，我们从零开始编写一个块。这个前向传播函数非常简单： 它将列表中的每个块连接在一起，将每个块的输出作为下一个块的输入。
【李沐 动手学深度学习】视频课程笔记与重点总结 01-18，从线性回归到pytorch代码
qq_52589927的博客
08-15 1277
本文介绍了：线性回归、多层感知机、pytorch代码等等。其中包含有梯度下降、激活函数、dropout、正则化、pytorch模型构建与参数管理的部分。
《动手学深度学习》PDF 开源了（全中文，支持 Jupyter 运行） ——PyTorch 版
鬼刀
11-07 5483
李沐，亚马逊 AI 主任科学家，名声在外！半年前，由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，免费供大家阅读。这是一本面向中文读者的能运行、可讨论的深度学习教科书！ 李沐的这本《动手学深度学习》也是使用 MXNet 框架写成的。但是很多入坑机器学习的萌新们使用的却是 PyTorch。如果有教材对应的 PyTorch 实现代码就更好了！ 撒花，...
动手学深度学习V2.0(Pytorch)——1.课程介绍+2.深度学习介绍+3.安装
啷个哩个啷
07-01 925
0. 课程介绍 课程页面： https://courses.d2l.ai/zh-v2/ 教材(参考书)：http://zh.gluon.ai/ 知乎上关于这门课程的一些介绍：https://www.zhihu.com/question/314802145 课程内容： 1.深度学习介绍
动手学深度学习-pytorch版本（一）：引言 & 预备知识
qq_42994487的博客
08-14 1480
深度学习的基本概念及数学基础
动手学习深度学习——Pytorch版教程系列汇总(长期更新版)
DAOCHI
11-20 8385
该专栏主要是翻译了官方的动手学习深度学习。。。。。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值