作者：小算农
转自：AIZOO
大家好，我是小算农。昨天，亚马逊的李沐大佬在知乎发文，《动手学深度学习》这本书的例子开始支持TensorFlow了（已经支持到第七章），当前该书的例子终于在MXNet之外开始官方支持PyTorch和TensorFlow两大主流深度学习框架了。
AIZOO 在折腾的这半年的时间里，非常开心大家能关注 AIZOO，其实，在我们建立的几个 AI 技术交流群里，应该有一半是在校学生或者想学习深度学习技术的工程师。每次他们问该如何入门深度学习（尤其是目标检测），基本上我们都会给他推荐《动手学深度学习》这本书，因为这本书的确是入门神书，不仅写的通俗易懂，更重要的是给了大量可运行的例子，可以说是入门+实战的神书。不过美中不足的是，早期这本书的例子是MXNet写的，现在，李沐大佬在知乎发文，现在支持PyTorch和TensorFlow两大主流框架的例子了。
李沐大佬还透露了一个小插曲，星期二的晚上10点，李沐团队给谷歌大脑的负责人Jeff Dean发邮件说，我们准备开始加入TF2.0实现了，但2.0的API改动很大，感觉完全不会用了。Jeff 10分钟后回信说：“我已经帮你找了人来帮忙了”。
不得不感叹，大佬的圈子就是这么小，人脉就是这么强大。
下图是D2L官方的通告，里面特意@了JeffDean大神。
下面，我们谈谈为啥这本书比较适合初学者入门和实战。
《动手学深度学习》好在哪里
众所周知，提起机器学习和深度学习，大家更常提起的是周志华老师的西瓜书 《机器学习》 和被号称为圣经的 《深度学习》（也被称为花书）。其实，深度学习对于大部分偏向应用的算法工程师来说，更多的是在搞懂基本理论以后，如果快速的学会一门深度学习框架，然后高效率的训练模型，用算法解决问题；真正研究底层的深度学习理论的人比例非常小。
这时候，如果我们只看了花书《深度学习》或者其他的深度学习书以后，我们空有一副理论，此时还是不知道该如何动手调包写模型、如何炼丹。但是，《动手学深度学习》这本书在介绍概念的同时，同时给出了可运行的代码例子，方便大家从入门到实战。例如下边这个，在讲解目标检测中非常核心的anchor的概念的同时，会给出可运行的例子，让大家直观的学习到anchor的生成和作用。
当然，现在PyTorch、TensorFlow、Keras、MXNet等众多框架的example给的都非常全。对于一个简单的图像分类问题，大家很容易看看官方给的例子就懂了；另外，图像分割也并不是太复杂；最复杂的是目标检测（其实目标检测是CV工业界应用最广泛的算法之一），尤其是对于初学者，anchor是什么，如何给anchor分配标签，如何计算loss，这些东西虽然也不是太难，但对于初学者来说，很容易被搞的云里雾里（没错，我就是这么过来的，当时anchor的作用让小算农晕了好多天）。直到有一天，笔者看到这本书计算机视觉那一章，才算是彻底搞懂了。这里不得不说，这本书写的是真通俗易懂（面向小白）。
现在，该书可以在网页阅读时，直接切换PyTorch、TensorFlow和MXNet三大框架的代码例子，如下图所示。
这本书的起源
按照李沐大佬在知乎的文章，这本书的初衷是作为MXNet的文档来写的，没想到写出来以后，大家对他的热度这么高，Github上已经有大佬搞出来了TensorFlow和PyTorch的民间版本。
17年左右我们开始这个项目，一开始是作为MXNet文档开始的。随着不断的迭代我们慢慢的将它写成了一本结合算法、图示和代码的深度学习教材。目前为止，我们知道至少有85所大学使用它作为教材。美国学校包括CMU（面向研究生的10-701，授课老师是Tom Mitchell。这门课是我不仅上过也做过助教），Stanford（李飞飞老师开的传奇的cs231n），Berkeley，MIT等多所知名学校。国内也可以数出很多名字：清华，北大，浙大，复旦，上交。--李沐
在GTC前，Nvidia创始人老黄（Jensen Huang）特意为该书写了推荐语：“Dive into Deep Learning is an excellent text on deep learning and deserves attention from anyone who wants to learn why deep learning has ignited the AI revolution”。（《动手学深度学习》是深度学习领域杰出的图书，值得每一个想知道深度学习为何引发AI革命人去学习和关注。--小算农翻译）
这本书是完全开源的，笔者记得李沐团队也放弃了对该书的版权。虽然该书是开源的，但是实体书销量仍然很高。据李沐大佬在知乎所说，该书一度排计算机新书的销量前三名。
下面，笔者将这本书的诸多资料地址列一下，方便大家查看。
这本书是实时更新的，作者团队是用英文写的，然后翻译成中文。目前英文版的进度远快于中文版，英文版已经有19章，中文版只有11章。
英文版地址：http://d2l.ai/index.html
中文版地址：http://zh.gluon.ai/index.html
Github地址：https://github.com/d2l-ai/d2l-en
非官方TensorFlow2版本：
Github：https://github.com/TrickyGo/D...
网页版：https://trickygo.github.io/Di...
非官方PyTorch版：
Github：https://github.com/ShusenTang...
网页版：http://tangshusen.me/Dive-int...
为方便大家下载，笔者将中英文版本的PDF版本和源代码打包下载，大家只需要在公众号回复“动手”或者“动手学深度学习”两个字既可获得下载链接。
祝大家炼丹快乐～
本文完，撒花～
推荐阅读
关于作者
我是元峰，互联网+AI领域的创业者，欢迎在微信搜索“AIZOO”关注我们的公众号AIZOO。
如果您是有算法需求，例如目标检测、人脸识别、缺陷检测、行人检测的算法需求，欢迎添加我们的微信号AIZOOTech与我们交流，我们团队是一群算法工程师的创业团队，会以高效、稳定、高性价比的产品满足您的需求。
如果您是算法或者开发工程师，也可以添加我们的微信号AIXZOOTech，请备注学校or公司名称-研究方向-昵称，例如“西电-图像算法-元峰”，元峰会拉您进我们的算法交流群，一起交流算法和开发的知识，以及对接项目。
关注元峰微信号“AIZOOTech”
更多算法模型相关请关注AIZOO专栏
