动手学深度学习

《动手学深度学习》 es un libro de texto sobre aprendizaje profundo diseñado específicamente para lectores de habla china, con el objetivo de proporcionar una plataforma de aprendizaje que sea ejecutable y discutible. El libro cubre implementaciones de varios marcos de aprendizaje profundo, incluyendo PyTorch, NumPy/MXNet, TensorFlow y PaddlePaddle, permitiendo a los lectores elegir de manera flexible las herramientas que mejor se adapten a ellos.

Características principales

• Aprendizaje interactivo: Cada sección incluye cuadernos Jupyter ejecutables, lo que permite a los lectores modificar libremente el código y los hiperparámetros para obtener retroalimentación instantánea.
• Recursos abundantes: Se proporcionan recursos gratuitos como materiales de clase, tareas y videos educativos para ayudar a los lectores a comprender mejor los conceptos centrales del aprendizaje profundo.
• Comunidad activa: Cada capítulo del libro incluye enlaces para discutir e intercambiar ideas con miles de estudiantes.

Principales usos

Este libro se utiliza como texto o referencia en más de 500 universidades de todo el mundo, siendo adecuado para principiantes en aprendizaje profundo así como para investigadores experimentados. Ya sea para autoestudio o enseñanza en clase, el contenido de este libro proporciona conocimientos y habilidades prácticas a los lectores.

Versiones del libro

La segunda edición del libro impreso ya está disponible en JD.com y Dangdang, con un contenido que es prácticamente el mismo que la versión en línea, pero optimizado en estilo y terminología para cumplir con los estándares de publicación y las normas académicas. El contenido en línea también ha añadido implementaciones de PaddlePaddle, asegurando que los lectores puedan acceder a las últimas tecnologías de aprendizaje profundo.

Al combinar texto, fórmulas e ilustraciones, el libro detalla los modelos y algoritmos comunes en el aprendizaje profundo, y proporciona ejemplos de código para implementar estos modelos desde cero, ayudando a los lectores a practicar con datos reales y acumular experiencia práctica en aprendizaje profundo.