用PyTorch實(shí)現(xiàn)的李沐《動(dòng)手學(xué)深度學(xué)習(xí)》，登上GitHub熱榜，獲得700+星
曉查 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號 QbitAI
李沐老師的《動(dòng)手學(xué)深度學(xué)習(xí)》是一本入門深度學(xué)習(xí)的優(yōu)秀教材，也是各大在線書店的計(jì)算機(jī)類暢銷書。
作為MXNet的作者之一，李沐老師的教材自然也是使用MXNet框架寫成的。但是很多入坑機(jī)器學(xué)習(xí)的萌新們使用的卻是PyTorch。
最近，來自印度理工學(xué)院的數(shù)據(jù)科學(xué)小組，把《動(dòng)手學(xué)深度學(xué)習(xí)》這本書從MXNet“翻譯”成了PyTorch，經(jīng)過3個(gè)月的努力，這個(gè)項(xiàng)目已經(jīng)基本完成，并登上了GitHub熱榜，獲得700+星。
代碼內(nèi)容
《動(dòng)手學(xué)深度學(xué)習(xí)》PyTorch代碼項(xiàng)目的章節(jié)如下：
需要注意的是，雖然它和中文版的章節(jié)序號略有差異，但是完全覆蓋了中文版的內(nèi)容。
該項(xiàng)目全部用Jupyter Notebook寫成，可以在線查看實(shí)際效果。由于某些ipynb筆記本可能無法在Github中完美呈現(xiàn)，開發(fā)小隊(duì)建議讀者將代碼下載到本地，或使用nbviewer在線查看。
補(bǔ)遺
《動(dòng)手學(xué)深度學(xué)習(xí)》代碼項(xiàng)目的完成度已經(jīng)很高，但還有6個(gè)小節(jié)沒有完成，開發(fā)小隊(duì)希望其他人加入pull request，一方面可以代碼做貢獻(xiàn)。
目前缺失的幾個(gè)章節(jié)為：
10.11 Bidirectional Recurrent Neural Networks
11.2 Sequence to Sequence with Attention Mechanism
11.3 Transformer
12.7 Adagrad
12.9 Adadelta
12.10 Adam
好在，這都是一些基礎(chǔ)代碼，可以很容易地在其他地方找到PyTorch實(shí)現(xiàn)。
傳送門
《動(dòng)手學(xué)深度學(xué)習(xí)》電子版：
https://zh.d2l.ai/
d2l-pytorch項(xiàng)目地址：
https://github.com/dsgiitr/d2l-pytorch
相關(guān)閱讀
GitHub標(biāo)星2.6萬！Python算法新手入門大全
這個(gè)項(xiàng)目主要包括兩部分內(nèi)容：一是各種算法的基本原理講解，二是各種算法的代碼實(shí)現(xiàn)。
