动手学深度学习

《动手学深度学习》是由李沐（Aston Zhang等）主编的交互式开源深度学习教材。作为广受欢迎的深度学习入门教程，本书结合数学、代码与图示，帮助读者快速建立对神经网络与机器学习的系统性认知。无论是高校师生还是自学者，都能通过本书实现理论与实践的紧密结合。

本书围绕现代深度学习技术栈，提供完整的学习与实验功能：

全栈知识点覆盖：从线性回归、多层感知机到卷积神经网络（CNN）、循环神经网络（RNN）、注意力机制与Transformer，涵盖深度学习的基础与前沿主题。

可执行代码交互：每一节均配备可运行的代码示例，读者可在线修改参数并即时查看结果。特别针对动手学深度学习 PyTorch框架进行深度优化，代码风格简洁直观。

多格式学习资源：支持在线网页阅读，同时提供动手学深度学习 PDF及Jupyter Notebook源文件下载，方便离线学习与笔记整理。

双语与多框架支持：除中文主版本外，提供英文版及MXNet、PyTorch等不同后端实现。当前最广泛使用的是动手学深度学习 PyTorch版，与工业界主流技术生态保持一致。

第二版全面更新：动手学深度学习第二版新增大量现代深度学习内容，包括计算机视觉、自然语言处理与大模型基础，知识体系紧跟学术前沿。

选择本书作为深度学习入门与进阶工具，可获得以下显著优势：

作者权威：动手学深度学习 李沐等作者均来自业界顶尖研究机构与高校，内容经过大量教学实践验证，兼具学术严谨性与工程实用性。

理论与实践并重：不同于纯理论教材或简单API调用教程，本书要求读者"动手"实现模型，在编码中理解反向传播、正则化、优化器等核心机制。

开源且免费：整书内容、代码与配套视频完全开源，降低学习门槛。读者无需支付高昂费用即可获取与顶尖高校同步的教学资源。

社区活跃：围绕本书形成了庞大的学习者社区，GitHub Issue、论坛与社群讨论活跃，遇到动手学深度学习环境配置或代码问题时能快速获得帮助。

持续迭代：教材内容随深度学习发展不断演进，从第一版到动手学深度学习第二版，代码仓库持续维护，确保示例与最新库版本兼容。

本书目前主要提供以下版本与获取渠道：

• 在线阅读：访问项目页面即可免费阅读完整章节，支持代码在线执行。
• 电子版与PDF：网络上有学习者整理的动手学深度学习 PDF资源，以及官方推荐的Notebook格式，方便在本地编辑器中逐步运行。
• PyTorch版第二版：当前推荐的最新版本为动手学深度学习 PyTorch版第二版，代码基于PyTorch实现，覆盖第二版新增知识点。部分用户搜索的动手学深度学习pytorch版第二版pdf通常指该版本的离线阅读文件。
• 纸质出版：已由人民邮电出版社图灵程序设计丛书出版，各大电商平台有售。

顺畅运行本书代码需要完成以下动手学深度学习环境配置步骤：

1. 安装Python：建议使用Python 3.8或更高版本。
2. 安装PyTorch：根据操作系统与CUDA版本，通过pip或conda安装对应版本的PyTorch。
3. 安装d2l包：运行pip install d2l安装作者团队封装的配套工具库，内置数据集加载、绘图等辅助函数。
4. 下载代码：从代码仓库克隆或下载全部Jupyter Notebook文件。
5. 启动Jupyter：在代码目录执行jupyter notebook，即可逐节运行、修改和调试示例。