PyTorch版《动手学深度学习》开源了，最美DL书赶上最赞DL框架

想要入门最前沿的深度学习，想要玩最多见的深度学习框架？那就用 PyTorch 版的《动手学深度学习》吧，零基础也能入门 DL。

机器之心报道，项目做者：ShusenTang，参与：思。

李沐等人的开源中文书《动手学深度学习》如今有 PyTorch 版实现了。不管是原书中的示例代码，仍是实战项目，原来的 MXNet 均可以无缝转化到 PyTorch 代码。项目做者在保持原书内容基本不变的状况下，将 MXNet 代码都转换为了 PyTorch，想要学习 DL 和 PyTorch 的小伙伴们能够试试啊。

• 项目地址：github.com/ShusenTang/…

近年来，不管是计算机专业的学生，仍是已在科技互联网行业从业多年的技术人员和其余从业者，人们对深度学习的兴趣从未如此高涨。可是，因为语言等因素，中文版本的优秀深度学习教材也是百里挑一。

以前，亚马逊首席科学家李沐等人曾以电子版的形式在 GitHub 上开源了一本深度学习中文书籍——《动手学深度学习》，这是一本深度学习的入门教程类书籍。其英文版被 UC 伯克利「深度学习导论（STAT 157）」课程采用，2019 年李沐等在教授深度学习课程时也使用了这本教程。

• 中文版开源地址：github.com/d2l-ai/d2l-…

目前，该项目在 GitHub 上已得到超过 1.1 万星，而且中文版电子书还发布了纸质版书籍。不过虽然书籍很是优秀，但仍是有一些读者不太习惯用 Gluon 来写代码，毕竟开源项目大部分都是 TF 或 PyTorch 写的。如今好了，咱们能够直接结合书籍内容和 PyTorch 框架，更深刻地理解 DL。

项目怎么样

项目做者表示，该仓库主要包含 code 和 docs 两个文件夹。其中 code 文件夹就是每章相关 jupyter notebook 代码（基于 PyTorch）；docs 文件夹就是 markdown 格式的《动手学深度学习》书中的相关内容，它也是基于 PyTorch 的。

因为原书内容使用的是 MXNet 框架，因此 docs 内容可能与原书略有不一样，可是总体内容是同样的。以下所示为 docs 目录下的文档，它一共包含十章，大部份内容已经很是完整了，即 1-8 章和第 10 章，只有第 9 章计算机视觉还在继续补全中。

其实新项目的内容结构与组织方式和原书是同样的，上面展现的 docs 目录主要能够分为三部分：基础知识（1-3 章）、现代深度学习技术（4-6 章）、计算性能与应用（7-10）。以下所示为全书不一样章节的主题与依赖关系，箭头表示上一章有助于理解下一章。

除了内容，另外一大部分就是实战代码了，随书代码基本都转化为了 PyTorch，它如同原书同样也是用 Jupyter Notebook 写的，这样更好地展现代码与文字解释。由于 GitHub 加载 Jupyter Notebook 挺慢的，因此最好仍是下到本地查阅。

最后，《动手学深度学习》与 PyTorch 也是很是好的搭档，也就是说咱们不须要任何机器学习或深度学习背景知识，只须要了解基本数学与 Python 编程就能够了。

从 MXNet 到 PyTorch

这样看起来可能不太直观，咱们能够经过两个案例看看原版《动手学深度学习》随书代码和 PyTorch 版之间的区别。若是咱们抽取使用循环神经网络构建语言模型的分布代码，就能看看原版 Gluon 和新版 PyTorch 之间的区别。

以下是原书采用 RNN 建模语言模型的部分代码（原书 6.5 章），咱们主要抽取了模型定义部分：

如上能够改写为对应的 PyTorch 代码，它们的风格虽然都很是简洁，但仍是有一些不一样的。