Dive into DL PyTorch
1.0.0
本項目將《動手學深度學習》 原書中MXNet代碼實現改為PyTorch實現。原書作者：阿斯頓·張、李沐、扎卡里C. 立頓、亞歷山大J. 斯莫拉以及其他社區貢獻者，GitHub地址：https://github.com/d2l-ai/d2l-zh
此書的中英版本存在一些不同，針對此書英文版的PyTorch重構可參考這個項目。 There are some differences between the Chinese and English versions of this book. For the PyTorch modifying of the English version, you can refer to this repo.
本倉庫主要包含code和docs兩個文件夾（外加一些數據存放在data中）。其中code文件夾就是每章相關jupyter notebook代碼（基於PyTorch）；docs文件夾就是markdown格式的《動手學深度學習》書中的相關內容，然後利用docsify將網頁文檔部署到GitHub Pages上，由於原書使用的是MXNet框架，所以docs內容可能與原書略有不同，但是整體內容是一樣的。歡迎對本項目做出貢獻或提出issue。
本項目面向對深度學習感興趣，尤其是想使用PyTorch進行深度學習的童鞋。本項目並不要求你有任何深度學習或者機器學習的背景知識，你只需了解基礎的數學和編程，如基礎的線性代數、微分和概率，以及基礎的Python編程。
本倉庫包含一些latex公式，但github的markdown原生是不支持公式顯示的，而docs文件夾已經利用docsify被部署到了GitHub Pages上，所以查看文檔最簡便的方法就是直接訪問本項目網頁版。當然如果你還想跑一下運行相關代碼的話還是得把本項目clone下來，然後運行code文件夾下相關代碼。
你還可以在本地訪問文檔，先安裝docsify-cli工具:
npm i docsify-cli -g然後將本項目clone到本地:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch然後運行一個本地服務器，這樣就可以很方便的在http://localhost:3000實時訪問文檔網頁渲染效果。
docsify serve docs如果你不想安裝docsify-cli工具，甚至你的電腦上都沒有安裝Node.js ，而出於某些原因你又想在本地瀏覽文檔，那麼你可以在docker容器中運行網頁服務。
首先將本項目clone到本地:
git clone https://github.com/ShusenTang/Dive-into-DL-PyTorch.git
cd Dive-into-DL-PyTorch之後使用如下命令創建一個名稱為「d2dl」的docker鏡像：
docker build -t d2dl .鏡像創建好後，運行如下命令創建一個新的容器：
docker run -dp 3000:3000 d2dl最後在瀏覽器中打開這個地址http://localhost:3000/#/ ，就能愉快地訪問文檔了。適合那些不想在電腦上裝太多工具的小伙伴。
持續更新中......
中文版：動手學深度學習| Github倉庫
English Version: Dive into Deep Learning | Github Repo
如果您在研究中使用了這個項目請引用原書:
@book{zhang2019dive,
title={Dive into Deep Learning},
author={Aston Zhang and Zachary C. Lipton and Mu Li and Alexander J. Smola},
note={url{http://www.d2l.ai}},
year={2020}
}
