动手学深度学习PyTorch版
Dive-into-DL-PyTorch
3/5
🧩 软硬件结合
已发布
项目简介
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
标签
项目特点
将《动手学深度学习》原书MXNet代码全部改为PyTorch实现
提供完整的Jupyter Notebook代码，方便运行和实验
文档部署在GitHub Pages，支持在线浏览
支持本地文档浏览（通过docsify或Docker）
涵盖深度学习基础、卷积神经网络、循环神经网络、优化算法、计算机视觉、自然语言处理等核心主题
技术规格
| 框架 | PyTorch |
|---|---|
| 文档格式 | Markdown |
| 代码格式 | Jupyter Notebook (.ipynb) |
| 文档部署 | GitHub Pages + docsify |
| 支持本地浏览 | docsify-cli 或 Docker |
| 语言 | 中文 |
| 原书版本 | 《动手学深度学习》(Dive into Deep Learning) 中文版 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Python | 1 | — | 编程语言 |
| PyTorch | 1 | — | 深度学习框架 |
| Jupyter Notebook | 1 | — | 交互式编程环境 |
| docsify-cli | 1 | — | 可选，用于本地文档浏览 |
| Docker | 1 | — | 可选，用于容器化文档浏览 |
| GPU（推荐） | 1 | — | 可选，用于加速模型训练 |
能力画像
⚪ 记忆与知识检索: 2/5
🔵 逻辑推演: 3/5
⚪ 表达与交流: 2/5
⚪ 感知与观察: 1/5
⚪ 数理与计算: 4/5
⚪ 动手与操作: 3/5
⚪ 狂热与坚持: 3/5
⚪ 创造与创新: 2/5
项目图库
所需技能
🔧 **动手能力**：需要能够安装Python、PyTorch等开发环境，运行Jupyter Notebook代码，并可能使用GPU进行训练。
💻 **编程能力**：需要具备基础的Python编程能力，理解变量、函数、循环、条件语句等概念。
⚡ **电子电路**：不涉及。
适用场景
学习深度学习基础知识，特别是使用PyTorch框架
作为《动手学深度学习》原书的配套代码资源
教学和培训材料，用于深度学习课程
个人自学深度学习，从零开始构建模型
参考实现，用于研究和开发中的模型原型设计