小茶出自奥飞寺
量子比特报告| 公众号QbitAI
李牧博士的《动手学深度学习》是一本很棒的深度学习入门教材，也是各大网上书店计算机方面的畅销书。
作为MXNet的创建者之一，李牧的教材自然也是使用MXNet框架来编写的。然而，许多机器学习初学者都使用PyTorch。
最近，印度理工学院的数据科学团队将《动手学深度学习》 这本书从MXNet“翻译”到了PyTorch。经过三个月的努力，该项目已基本完成，并在GitHub 热门列表中列出了700 多个列表。演员。
代码内容
《动手学深度学习》 PyTorch 代码项目的章节是：
虽然章节编号与中文版略有不同，但完全涵盖了中文版的内容。
该项目完全使用Jupyter Notebook编写，实际结果可以在线查看。有些ipynb 笔记本可能无法在Github 上完全渲染，因此开发团队建议读者将代码下载到本地或使用nbviewer 在线查看。
附录
《动手学深度学习》 代码项目非常完整，但还有6个部分未完成。开发团队希望其他人参与拉取请求，以便他们可以贡献代码。
目前缺少的一些章节是：
10.11 双向循环神经网络
11.2 使用注意力机制在序列之间排序
11.3 变压器
12.7 阿达格勒
12.9 阿达三角洲
12.10 亚当
幸运的是，这都是基本代码，并且可以在其他地方轻松找到PyTorch 实现。
门户网站
《动手学深度学习》 电子版：
https://zh.d2l.ai/
d2l-pytorch项目地址：
https://github.com/dsgiitr/d2l-pytorch
- 就这样-
诚信招聘
量子比特现招聘一名编辑/记者，驻地北京中关村。我们正在寻找有才华和热情的学生加入我们！详情请在量子位公众号（QbitAI）对话界面回复“招聘”。
量子位QbitAI·今日头条署名作者
追踪AI技术和产品新进展
版权声明：本文由今日头条转载，如有侵犯您的版权，请联系本站编辑删除。
