Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/datawhalechina/leedl-tutorial

《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases
https://github.com/datawhalechina/leedl-tutorial

bert chatgpt cnn deep-learning diffusion gan leedl-tutorial machine-learning network-compression pruning reinforcement-learning rnn self-attention transfer-learning transformer tutorial

Last synced: 1 day ago
JSON representation

《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases

Host: GitHub
URL: https://github.com/datawhalechina/leedl-tutorial
Owner: datawhalechina
License: other
Created: 2019-07-02T01:05:11.000Z (over 5 years ago)
Default Branch: master
Last Pushed: 2024-12-24T16:23:08.000Z (22 days ago)
Last Synced: 2024-12-30T20:07:36.398Z (16 days ago)
Topics: bert, chatgpt, cnn, deep-learning, diffusion, gan, leedl-tutorial, machine-learning, network-compression, pruning, reinforcement-learning, rnn, self-attention, transfer-learning, transformer, tutorial
Language: Jupyter Notebook
Homepage:
Size: 292 MB
Stars: 14,129
Watchers: 284
Forks: 2,934
Open Issues: 4
Metadata Files:
- Readme: docs/README.md
- License: LICENSE

Awesome Lists containing this project

awesomeLibrary - leedl-tutorial - 《李宏毅深度学习教程》，PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases (语言资源库 / books)
awesome-ChatGPT-repositories - leedl-tutorial - 《李宏毅深度学习教程》，PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases (Tutorials)
StarryDivineSky - datawhalechina/leedl-tutorial
AiTreasureBox - datawhalechina/leedl-tutorial - 01-13_14241_11](https://img.shields.io/github/stars/datawhalechina/leedl-tutorial.svg)|《李宏毅深度学习教程》（李宏毅老师推荐👍），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases| (Repos)

README

        [![GitHub issues](https://img.shields.io/github/issues/datawhalechina/leedl-tutorial)](https://github.com/datawhalechina/leedl-tutorial/issues) [![GitHub stars](https://img.shields.io/github/stars/datawhalechina/leedl-tutorial)](https://github.com/datawhalechina/leedl-tutorial/stargazers) [![GitHub forks](https://img.shields.io/github/forks/datawhalechina/leedl-tutorial)](https://github.com/datawhalechina/leedl-tutorial/network) [![Hits](https://hits.seeyoufarm.com/api/count/incr/badge.svg?url=https%3A%2F%2Fgithub.com%2Fdatawhalechina%2Fleedl-tutorial%2F&count_bg=%2379C83D&title_bg=%23555555&icon=&icon_color=%23E7E7E7&title=hits&edge_flat=false)](https://hits.seeyoufarm.com) 

![Downloads](https://img.shields.io/github/downloads/datawhalechina/leedl-tutorial/total) 

# 李宏毅深度学习教程LeeDL-Tutorial（苹果书）

李宏毅老师是台湾大学的教授，其[《机器学习》（2021年春）](https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html)是深度学习领域经典的中文视频之一。李老师幽默风趣的授课风格深受大家喜爱，让晦涩难懂的深度学习理论变得轻松易懂，他会通过很多动漫相关的有趣例子来讲解深度学习理论。李老师的课程内容很全面，覆盖了到深度学习必须掌握的常见理论，能让学生对于深度学习的绝大多数领域都有一定了解，从而可以进一步选择想要深入的方向进行学习，培养深度学习的直觉，对于想入门深度学习又想看中文讲解的同学是非常推荐的。

本教程主要内容源于[《机器学习》（2021年春）](https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html)，并在其基础上进行了一定的原创。比如，为了尽可能地降低阅读门槛，笔者对这门公开课的精华内容进行选取并优化，对所涉及的公式都给出详细的推导过程，对较难理解的知识点进行了重点讲解和强化，以方便读者较为轻松地入门。此外，为了丰富内容，笔者在教程中选取了[《机器学习》（2017年春）](https://speech.ee.ntu.edu.tw/~hylee/ml/2017-spring.php) 的部分内容，并补充了不少除这门公开课之外的深度学习相关知识。

>ℹ️ **[李宏毅老师推荐](https://twitter.com/HungyiLee2/status/1754042391211004235)：**



## 纸质版



推荐购买链接：[京东](https://u.jd.com/ta2MD1R) | [当当](https://product.dangdang.com/29766946.html)

  

    

      

         

        


        
推荐京东扫码购买

      

      

    


当当扫码购买

      

    

  

豆瓣评分：https://book.douban.com/subject/36997460/

ℹ️ **勘误修订表**：https://datawhalechina.github.io/leedl-tutorial/#/errata

## 最新版PDF下载

地址：https://github.com/datawhalechina/leedl-tutorial/releases

国内地址(推荐国内读者使用)：链接: https://pan.baidu.com/s/1RVBDLT3BYhN5OlI_AKWYGg 提取码: 2wr7

## 纸质版和PDF版的区别

PDF版本是全书初稿，人民邮电出版社的编辑老师们对初稿进行了反复修缮，最终诞生了纸质书籍，在此向人民邮电出版社的编辑老师的认真严谨表示衷心的感谢！（附：校对样稿）



## 内容介绍

*  **引言** @王琦

* **深度学习** @王琦

    *  [x] 局部最小值与鞍点

    *  [x] 训练技巧

    *  [x] 自适应学习率

    *  [x] 分类问题损失函数

    *  [x] 归一化

* **卷积神经网络和自注意力机制** @王琦

  *  [x] 卷积神经网络

  *  [x] 自注意力机制

* **循环神经网络** @王琦

* **Transformer** @王琦

  *  [x] Transformer

* **生成模型** @杨毅远

	*  [x] 生成对抗网络基础

	*  [x] 生成对抗网络理论与 Wasserstein 生成对抗网络

	*  [x] 生成对抗网络的评估与有条件的生成对抗网络

	*  [x] 循环生成对抗网络

* **自监督学习** @王琦

  *  [x] 芝麻街的模型

  *  [x] BERT

  *  [x] GPT-3

* **自动编码器概念及其应用** @江季

* **扩散模型**@王琦

* **对抗攻击** @杨毅远

    * [x] 对抗攻击基本概念

    * [x] 白盒攻击vs黑盒攻击

    * [x] 被动防守vs主动防守 

* **可解释人工智能** @杨毅远

    * [x] 可解释人工智能概念与案例

    * [x] 可解释人工智能中的局部可解释性

    * [x] 可解释人工智能中的全局可解释性

* **迁移学习** @王琦

  *  [x] 领域自适应

  *  [x] 领域对抗训练

* **深度强化学习** @王琦

* **终身学习** @江季

  *  [x] 灾难性遗忘

  *  [x] 缓解灾难性遗忘 

* **网络压缩** @王琦

  *  [x] 剪枝与彩票假设

  *  [x] 知识蒸馏

* **元学习** @杨毅远

  *  [x] 元学习的概念

  *  [x] 元学习的实例算法

  *  [x] 元学习的应用

* **ChatGPT** @杨毅远

  *  [x] 对于ChatGPT的误解

  *  [x] ChatGPT背后的关键技术——预训练

  *  [x] ChatGPT带来的研究问题

## 配套代码

[点击](https://github.com/datawhalechina/leedl-tutorial/tree/master/Homework)或者网页点击```Homework```文件夹进入配套代码

## 扩展资源

- 对**强化学习**感兴趣的读者，可阅读[蘑菇书EasyRL](https://github.com/datawhalechina/easy-rl)

- 对**视觉强化学习**感兴趣的读者，可阅读[Awesome Visual RL](https://github.com/qiwang067/awesome-visual-rl)

## 贡献者

  

    

      

         


         Qi Wang 

        
 上海交通大学博士生
中国科学院大学硕士

      

      

         


         Yiyuan Yang 

         牛津大学博士生
清华大学硕士

      

      

         


         John Jim

         北京大学硕士

      

    

  

## 引用信息

```

王琦，杨毅远，江季，深度学习详解，人民邮电出版社，https://github.com/datawhalechina/leedl-tutorial, 2024.

Qi Wang, Yiyuan Yang, Ji Jiang，LeeDL Tutorial，Posts & Telecom Press，https://github.com/datawhalechina/leedl-tutorial, 2024.

```

```bibtex

@book{wang2024leedltutorial,

title = {深度学习详解},

publisher = {人民邮电出版社},

year = {2024},

author = {王琦，杨毅远，江季},

address = {北京},

isbn = {9787115642110},

url = {https://github.com/datawhalechina/leedl-tutorial}

}

```

```bibtex

@book{wang2024leedltutorialen,

title = {LeeDL Tutorial},

publisher = {Posts & Telecom Press},

year = {2024},

author = {Qi Wang，Yiyuan Yang，Ji Jiang},

address = {Beijing},

isbn = {9787115642110},

url = {https://github.com/datawhalechina/leedl-tutorial}

}

```

若该教程对您有所帮助，可以在页面右上角点个Star :star: 支持一下，谢谢 :blush:！

如果您需要转载该教程的内容，请注明出处：[https://github.com/datawhalechina/leedl-tutorial](https://github.com/datawhalechina/leedl-tutorial)。

## 致谢

特别感谢 [@Sm1les](https://github.com/Sm1les)、[@LSGOMYP](https://github.com/LSGOMYP)、[FuWeiru](https://github.com/FuWeiru) 对本项目的帮助与支持。

另外，十分感谢大家对于LeeDL-Tutorial的关注。

[![Stargazers repo roster for @datawhalechina/leedl-tutorial](https://reporoster.com/stars/datawhalechina/leedl-tutorial)](https://github.com/datawhalechina/leedl-tutorial/stargazers)

[![Forkers repo roster for @datawhalechina/leedl-tutorial](https://reporoster.com/forks/datawhalechina/leedl-tutorial)](https://github.com/datawhalechina/leedl-tutorial/network/members)

## 关注我们

扫描下方二维码关注公众号：Datawhale，回复关键词“李宏毅深度学习”，即可加入“LeeDL-Tutorial读者交流群”



## LICENSE


本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

## Star History

[![Star History](https://api.star-history.com/svg?repos=datawhalechina/leedl-tutorial)](https://star-history.com/#datawhalechina/leedl-tutorial&Date)