d2l-ai/d2l-en
Interactive deep learning book with multi-framework code, math, and discussions. Adopted at 500 universities from 70 countries including Stanford, MIT, Harvard, and Cambridge.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
📘 D2L.ai: Sách học sâu theo cách “làm để hiểu”
Mở nguồn, chạy được ngay, cập nhật nhanh — đúng gu của người muốn thực chiến học sâu.
D2L.ai (viết tắt của Dive into Deep Learning) là cuốn sách giáo khoa học sâu (deep learning) mang tính tương tác, viết bằng Jupyter Notebook, kết hợp toán học, hình ảnh minh họa và đoạn code thực thi được. Dự án do Aston Zhang, Zachary Lipton, Mu Li và Alexander Smola phát triển, ra mắt dưới dạng mã nguồn mở và đang được áp dụng tại hơn 500 trường đại học ở 70 quốc gia — bao gồm cả Stanford, MIT, Harvard và Cambridge.
Cuốn sách không chỉ giới thiệu lý thuyết mà còn cung cấp mã nguồn chạy được ngay trên nền Jupyter, giúp người đọc thực hành đồng thời học lý thuyết. Mỗi chương đều tích hợp công thức toán, hình vẽ, và ví dụ thực tế bằng Python — hỗ trợ nhiều framework như MXNet và PyTorch.
✨ Điểm nổi bật
- Chạy ngay trên Jupyter Notebook: Toàn bộ nội dung sách được viết dưới dạng notebook, gộp lý thuyết, mã nguồn và minh họa trong một nơi.
- Hỗ trợ nhiều framework: Mã nguồn kèm theo hỗ trợ cả MXNet và PyTorch, giúp người học dễ dàng chuyển đổi.
- Miễn phí và cập nhật nhanh: Nội dung được cập nhật liên tục bởi cả tác giả và cộng đồng đóng góp.
- Tích hợp diễn đàn thảo luận: Cộng đồng hỗ trợ thảo luận kỹ thuật, trả lời câu hỏi và chia sẻ kiến thức.
- Lý thuyết + Thực hành: Cung cấp đủ chiều sâu kỹ thuật để trở thành một nhà khoa học máy móc (applied ML scientist).
- Được áp dụng rộng rãi: Được dùng trong giảng dạy tại hơn 500 trường ở 70 quốc gia.
- Bản quyền mở: Nội dung sách theo giấy phép CC BY-SA 4.0, mã nguồn mẫu theo MIT.
💡 Vì sao đáng chú ý
Khác với các cuốn sách lý thuyết truyền thống, D2L.ai tập trung vào việc học bằng cách làm. Mỗi khái niệm đều được minh họa bằng code thực tế, giúp người đọc không chỉ hiểu được nguyên lý mà còn biết cách áp dụng. Điều này đặc biệt hữu ích cho sinh viên, nghiên cứu sinh và các kỹ sư muốn nhanh chóng nắm vững deep learning.
Nhờ cấu trúc mã nguồn mở và cộng đồng đóng góp mạnh mẽ, cuốn sách luôn cập nhật với những phát triển mới nhất trong lĩnh vực. Đây là lựa chọn lý tưởng cho bất kỳ ai muốn “săn sóc” sâu vào thế giới trí tuệ nhân tạo — từ lý thuyết đến thực hành.
#DeepLearning #MachineLearning #OpenSource #JupyterNotebook #TiniX
Similar Projects
Discover other similar projects and AI models.
Learn how to develop, deploy and iterate on production-grade ML applications.
✅(已完结)超级全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】【大飞 大模型Agent】
Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all
Tensors and Dynamic neural networks in Python with strong GPU acceleration