动手学习深度学习：入门与基础

《深入浅出深度学习》中文版1是一本面向初学者和专业人士的深度学习教材，由Aston Zhang、Mu Li、Zachary C. Lipton和Alexander J. Smola共同编著，于2019年8月18日发布测试版。本书旨在通过实践和理论相结合的方式，帮助读者理解和掌握深度学习的基本概念和技术。 书中的内容分为多个章节，首先介绍了深度学习的起源和发展历程，包括它的诞生背景，如神经网络的复兴，以及近年来在计算机视觉、自然语言处理等领域的显著成就。作者强调了深度学习的特点，如其强大的表征学习能力、自动特征提取和适应复杂模型的能力。 在预备知识部分，作者确保读者具备必要的基础知识，以便顺利进行后续学习。这部分涵盖了如何获取和运行本书提供的代码，包括如何下载并安装所需的编程环境（如MXNet），以及如何利用GPU加速计算。内容还包括数据操作的基础，如创建NDArray（MXNet的核心数据结构）、基本的数学运算、广播机制、索引操作以及内存管理。此外，还讲解了自动求梯度的概念，通过简单示例来说明其原理，并讨论了训练模式和预测模式的区别，以及如何处理Python控制流的梯度计算。 在深度学习基础部分，书中的主要内容包括线性回归作为入门示例。作者从基本要素出发，逐步引导读者实现线性回归模型的从零开始构建，包括数据集生成、读取、模型参数初始化、模型定义、损失函数和优化算法的设定，以及训练过程的演示。之后，作者引入softmax回归，解释了分类问题的背景，并展示了如何构造softmax回归模型。 《深入浅出深度学习》中文版1注重实践和理论的结合，通过实例帮助读者建立起深度学习的直观理解，适合希望进入深度学习领域或进一步提升技能的读者使用。读者可以通过访问官方网站<https://zh.d2l.ai>获取最新或正式版本，以便及时跟进最新的技术和内容更新。