图 书 馆《动手学深度学习》
热榜来源
借阅领域情况：
2025-03-28，武汉大学图书馆，2025年03月 排名第 62 名
2025-03-20，西安石油大学图书馆，2025年03月 排名第 18 名
2025-02-27，武汉大学图书馆，2025年02月 排名第 28 名
2025-01-13，江西理工大学图书馆，2025年01月 排名第 94 名
2023-09-29，燕山大学图书馆，2023年09月 排名第 11 名
2023-04-11，江苏科技大学图书馆，2023年04月 排名第 6 名
2022-05-20，安庆师范大学图书馆，2022年05月 排名第 92 名
2022-04-27，青岛科技大学图书馆，2022年04月 排名第 47 名
2022-03-11，安庆师范大学图书馆，2022年03月 排名第 82 名
2021-11-19，安庆师范大学图书馆，2021年11月 排名第 82 名
2021-11-10，南京邮电大学图书馆，2021年11月 排名第 63 名
2021-11-09，沈阳航空航天大学图书馆，2021年11月 排名第 88 名
2021-05-24，杭州电子科技大学图书馆，2021年05月 排名第 51 名
2021-04-24，南京邮电大学图书馆，2021年04月 排名第 73 名
2020-05-22，郑州大学图书馆，2020年05月 排名第 5 名
2019-12-15，北京工业大学图书馆，2019年12月 排名第 5 名
门户领域情况：
2019-07-06，百道网，新知 类，百道网2019年06月：新知 排名第 17 名
销售领域情况：
2020-01-15，当当销售排行，计算机 类，2019年12月 排名第 38 名
2019-12-13，当当销售排行，计算机 类，2019年11月 排名第 35 名
2019-10-11，当当销售排行，计算机 类，2019年9月 排名第 30 名
2019-10-11，当当销售排行，计算机 类，2019年8月 排名第 37 名
2019-10-11，当当销售排行，计算机 类，2019年7月 排名第 29 名
更多……
简介与推荐
【内容简介】本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。...此外，读者还可以访问并参与书中内容的讨论。
全书的内容分为3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习基础的概念和技术；第二部分描述深度学习计算的重要组成部分，还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络；第三部分评价优化算法，检验影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。
本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
【作者简介】阿斯顿.张（AstonZhang），
美亚应用科学家，美国伊利诺伊大学香槟分校计算机科学博士，统计学和计算机科学双硕士。他专注于机器学习的研究，并在数个顶ji学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI等学术会议的程序委员或审稿人以及FrontiersinBigData期刊的编委。
李沐（MuLi），
美亚首席科学家（PrincipalScientist），加州大学伯克利分校客座助理教授，美国卡内基梅隆大学计算机系博士。他专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet的作者之一。他曾任机器学习创业公司MarianasLabs的CTO和百度深度学习研究院的主任研发架构师。他在理论、机器学习、应用和操作系统等多个领域的顶ji学术会议（包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD、WSDM、OSDI）上发表过论文。
扎卡里.C.立顿（ZacharyC.Lipton），
美亚应用科学家，美国卡内基梅隆大学助理教授，美国加州大学圣迭戈分校博士。他专注于机器学习算法及其社会影响的研究，特别是在时序数据与序列决策上的深度学习。这类工作有着广泛的应用场景，包括医疗诊断、对话系统和产品推荐。他创立了博客“ApproximatelyCorrect”（approximatelycorrect.com）。
亚历山大.J.斯莫拉（AlexanderJ.Smola），
美亚副总裁/杰出科学家，德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200篇学术论文，并著有5本书，其论文及书被引用超过10万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。
【好评推荐】来自学术界
这是一本及时且引人入胜的书。它不仅提供了深度学习原理的全面概述，还提供了具有编程代码的详细算法，此外，还提供了计算机视觉和自然语言处理中有关深度学习的全新介绍。如果你想钻研深度学习，请研读这本书！
——韩家炜，ACM院士、IEEE院士、美国伊利诺伊大学香槟分校计算机系AbelBliss教授
这是对机器学习文献的一个很受欢迎的补充，重点是通过集成Jupyter记事本实现的动手经验。深度学习的学生应该能体会到，这对于熟练掌握这一领域是非常宝贵的。
——BernhardSch.lkopf，ACM院士、德国国家科学院院士、德国马克斯.普朗克研究所智能系统院院长
这本书基于MXNet框架来介绍深度学习技术，书中代码可谓“所学即所用”，为喜欢通过Python代码进行学习的读者了解、接触深度学习技术提供了很大的便利。
——周志华，ACM院士、IEEE院士、AAAS院士、南京大学计算机科学与技术系主任
这是一本基于ApacheMXNet的深度学习实战书籍，可以帮助读者快速上手并掌握使用深度学习工具的基本技能。本书的几个作者都在机器学习领域有着非常丰富的经验。他们不光有大量的工业界实践经验，也有非常高的学术成就，所以对机器学习领域的前沿算法理解深刻。这使得作者们在提供优质代码的同时，也可以把前沿的算法和概念深入浅出地介绍给读者。这本书可以帮助深度学习实践者快速提升自己的能力。
——张潼，香港科技大学计算机科学与数学教授
来自工业界
虽然业界已经有不错的深度学习方面的书籍，但都不够紧密结合工业界的应用实践。我认为《动手学深度学习》适合工业界研发工程师学习的，因为这本书把算法理论、应用场景、代码实例都完美地联系在一起，引导读者把理论学习和应用实践紧密结合，知行合一，在动手中学习，在体会和领会中不断深化对深度学习的理解。因此我毫无保留地向广大的读者强烈推荐《动手学深度学习》。
——余凯，地平线公司创始人、首席执行官
强烈推荐这本书！它其实远不只是一本书：它不仅讲解深度学习背后的数学原理，更是一个编程工作台与记事本，让读者可以一边动手学习一边收到反馈，它还是个开源社区平台，让大家可以交流。作为在AI学术界和工业界都长期工作过的人，我特别赞赏这种手脑一体的学习方式，既能增强实践能力，又可以在解决问题中锻炼独立思考和批判性思维。
作者们是算法工程兼强的业界翘楚，他们能奉献出这样的一本好的开源书，为他们点赞!
——漆远，蚂蚁金服副总裁、首席人工智能科学家
一年前作者开始在将门技术社群中做深度学习的系列讲座，当时我就对动手式讲座的内容和形式感到耳目一新。一年过去，看到《动手学深度学习》在持续精心打磨后终于成书出版，感觉十分欣喜！
深度学习是当前人工智能领域里炙手可热的领域，吸引了大量感兴趣的开发者踊跃学习相关的开发技术。然而对大多数学习者而言，掌握深度学习是一件很不容易的事情，需要相继翻越数学基础、算法理论、编程开发、领域应用、软硬优化等几座大山。因此学习过程不容易一帆风顺，我也看到很多学习者还没进入开发环节就在理论学习的过程中抱憾放弃了。然而《动手学深度学习》却是一本很容易让学习者上瘾的书，它的特色是强调在动手编程中学习理论和培养实战能力。阅读本书愉悦的感受是它很好地平衡了理论介绍和编程实操，内容简明扼要，衔接自然流畅，既反映了现代深度学习的进展，又兼具易学和实用特性，是深度学习爱好者难得的学习材料。特别值得称赞的是本书选择了Jupyter记事本作为开发学习环境，将教材、文档和代码统一起来，给读者提供了可以立即尝试修改代码和观察运行效果的交互式的学习体验，使学习充满了乐趣。
在过去的一年中，作者和社区成员对《动手学深度学习》进行了大量优化修改才得以成书，可以说这是一本深度学习前沿实践者给深度学习爱好者带来的诚心之作，相信大家都能在阅读和实践中拥有一样的共鸣。
——沈强，将门创投创始合伙人
全书的内容分为3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习基础的概念和技术；第二部分描述深度学习计算的重要组成部分，还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络；第三部分评价优化算法，检验影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。
本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
【作者简介】阿斯顿.张（AstonZhang），
美亚应用科学家，美国伊利诺伊大学香槟分校计算机科学博士，统计学和计算机科学双硕士。他专注于机器学习的研究，并在数个顶ji学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI等学术会议的程序委员或审稿人以及FrontiersinBigData期刊的编委。
李沐（MuLi），
美亚首席科学家（PrincipalScientist），加州大学伯克利分校客座助理教授，美国卡内基梅隆大学计算机系博士。他专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet的作者之一。他曾任机器学习创业公司MarianasLabs的CTO和百度深度学习研究院的主任研发架构师。他在理论、机器学习、应用和操作系统等多个领域的顶ji学术会议（包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD、WSDM、OSDI）上发表过论文。
扎卡里.C.立顿（ZacharyC.Lipton），
美亚应用科学家，美国卡内基梅隆大学助理教授，美国加州大学圣迭戈分校博士。他专注于机器学习算法及其社会影响的研究，特别是在时序数据与序列决策上的深度学习。这类工作有着广泛的应用场景，包括医疗诊断、对话系统和产品推荐。他创立了博客“ApproximatelyCorrect”（approximatelycorrect.com）。
亚历山大.J.斯莫拉（AlexanderJ.Smola），
美亚副总裁/杰出科学家，德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200篇学术论文，并著有5本书，其论文及书被引用超过10万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。
【好评推荐】来自学术界
这是一本及时且引人入胜的书。它不仅提供了深度学习原理的全面概述，还提供了具有编程代码的详细算法，此外，还提供了计算机视觉和自然语言处理中有关深度学习的全新介绍。如果你想钻研深度学习，请研读这本书！
——韩家炜，ACM院士、IEEE院士、美国伊利诺伊大学香槟分校计算机系AbelBliss教授
这是对机器学习文献的一个很受欢迎的补充，重点是通过集成Jupyter记事本实现的动手经验。深度学习的学生应该能体会到，这对于熟练掌握这一领域是非常宝贵的。
——BernhardSch.lkopf，ACM院士、德国国家科学院院士、德国马克斯.普朗克研究所智能系统院院长
这本书基于MXNet框架来介绍深度学习技术，书中代码可谓“所学即所用”，为喜欢通过Python代码进行学习的读者了解、接触深度学习技术提供了很大的便利。
——周志华，ACM院士、IEEE院士、AAAS院士、南京大学计算机科学与技术系主任
这是一本基于ApacheMXNet的深度学习实战书籍，可以帮助读者快速上手并掌握使用深度学习工具的基本技能。本书的几个作者都在机器学习领域有着非常丰富的经验。他们不光有大量的工业界实践经验，也有非常高的学术成就，所以对机器学习领域的前沿算法理解深刻。这使得作者们在提供优质代码的同时，也可以把前沿的算法和概念深入浅出地介绍给读者。这本书可以帮助深度学习实践者快速提升自己的能力。
——张潼，香港科技大学计算机科学与数学教授
来自工业界
虽然业界已经有不错的深度学习方面的书籍，但都不够紧密结合工业界的应用实践。我认为《动手学深度学习》适合工业界研发工程师学习的，因为这本书把算法理论、应用场景、代码实例都完美地联系在一起，引导读者把理论学习和应用实践紧密结合，知行合一，在动手中学习，在体会和领会中不断深化对深度学习的理解。因此我毫无保留地向广大的读者强烈推荐《动手学深度学习》。
——余凯，地平线公司创始人、首席执行官
强烈推荐这本书！它其实远不只是一本书：它不仅讲解深度学习背后的数学原理，更是一个编程工作台与记事本，让读者可以一边动手学习一边收到反馈，它还是个开源社区平台，让大家可以交流。作为在AI学术界和工业界都长期工作过的人，我特别赞赏这种手脑一体的学习方式，既能增强实践能力，又可以在解决问题中锻炼独立思考和批判性思维。
作者们是算法工程兼强的业界翘楚，他们能奉献出这样的一本好的开源书，为他们点赞!
——漆远，蚂蚁金服副总裁、首席人工智能科学家
一年前作者开始在将门技术社群中做深度学习的系列讲座，当时我就对动手式讲座的内容和形式感到耳目一新。一年过去，看到《动手学深度学习》在持续精心打磨后终于成书出版，感觉十分欣喜！
深度学习是当前人工智能领域里炙手可热的领域，吸引了大量感兴趣的开发者踊跃学习相关的开发技术。然而对大多数学习者而言，掌握深度学习是一件很不容易的事情，需要相继翻越数学基础、算法理论、编程开发、领域应用、软硬优化等几座大山。因此学习过程不容易一帆风顺，我也看到很多学习者还没进入开发环节就在理论学习的过程中抱憾放弃了。然而《动手学深度学习》却是一本很容易让学习者上瘾的书，它的特色是强调在动手编程中学习理论和培养实战能力。阅读本书愉悦的感受是它很好地平衡了理论介绍和编程实操，内容简明扼要，衔接自然流畅，既反映了现代深度学习的进展，又兼具易学和实用特性，是深度学习爱好者难得的学习材料。特别值得称赞的是本书选择了Jupyter记事本作为开发学习环境，将教材、文档和代码统一起来，给读者提供了可以立即尝试修改代码和观察运行效果的交互式的学习体验，使学习充满了乐趣。
在过去的一年中，作者和社区成员对《动手学深度学习》进行了大量优化修改才得以成书，可以说这是一本深度学习前沿实践者给深度学习爱好者带来的诚心之作，相信大家都能在阅读和实践中拥有一样的共鸣。
——沈强，将门创投创始合伙人
更多……
- 热书快递（最新上榜图书）
- 热书自选（最有个性榜单）
- 推荐专题（精选热门图书）
- 热书搜索（我有我的目标）
- 最新评论（TA们都在说..）
- 主题领域（领域分类浏览）
- 马列毛邓[1203]
- 哲学、宗教[6565]
- 社会科学总论[3574]
- 政治、法律[8184]
- 军事[479]
- 军事理论[24]
- 世界军事[78]
- 中国军事[115]
- 亚洲各国军事[14]
- 欧洲各国军事[18]
- 美洲各国军事[14]
- 战略学、战役学、战术学[131]
- 军事技术[83]
- 军事地形学、军事地理学[2]
- 经济[10093]
- 文化、科学、教育、体育[4103]
- 语言、文字[10314]
- 文学[32732]
- 艺术[8197]
- 历史、地理[6758]
- 自然科学总论[554]
- 自科理论与方法论[274]
- 科现状及发展[37]
- 自科机构、团体、会议[2]
- 自科研究方法[12]
- 自科教育与普及[105]
- 自科丛书、文集、报刊[11]
- 自科参考工具书[3]
- 自科科学调查、考察[13]
- 自然研究、自然历史[15]
- 系统科学[82]
- 数理科学和化学[6792]
- 天文学、地球科学[915]
- 生物科学[2581]
- 医药、卫生[6832]
- 农业科学[1566]
- 工业技术[21661]
- 交通运输[932]
- 航空、航天[306]
- 航空、航天技术的研究与探索[20]
- 航空[225]
- 航天（宇宙航行）[60]
- 航空、航天医学[1]
- 环境科学、安全科学[793]
- 综合性图书[336]
- 丛书[104]
- 辞典[16]
- 论文集、全集、选集、杂著[105]
- 年鉴、年刊[3]
- 期刊、连续性出版物[12]
- 图书目录、文摘、索引[96]
- 热书分布（我有我的选择）
- 图书导读
- 开放利用
- 使用说明
-
. 点击封面或书名，看图书详情、评论留言、热榜来源、简介与推荐等信息。
. 若该书本馆有纸本，点击“××馆藏”查看该馆馆藏情况。
. 在“图书详情”页面，点击“热榜来源”下的日期，能直接访问来源网站的图书详情。
nbt.edu.cn