动手学深度学习：理论与实践课程

《动手学深度学习》是一套结合理论、代码和实验项目的深度学习教材与在线课程，提供中英文版本。内容从数学和编程基础出发，系统讲解神经网络、CNN、RNN、注意力机制、优化算法、计算机视觉和自然语言处理，并配套数据集、代码、视频与交流社区。

主要内容

• 线性神经网络与多层感知机
• 前向传播、反向传播和优化算法
• 卷积神经网络与现代CNN架构
• 循环神经网络、LSTM和GRU
• 注意力机制、预训练模型与Transformer
• 计算机视觉和自然语言处理应用
• 在线文档、代码、数据集和教学视频

适用人群

适合有一定编程基础的初学者、高校学生、研究人员和希望通过实践掌握深度学习技术的学习者。