【文末送书】豆瓣9.3,这部神作终于出新版了!

  • Post author:
  • Post category:其他


不久前,自称“业余up主”的AI大神李沐开源了一个剪辑神器 ,再圈一波技术粉!

5422315c63f525795493c888c6eb9c5a.png

图1:该项目在github上的页面展示

事实上,这位up主可并不业余,反而是妥妥的AI界卓越先驱。对于AI圈的技术人来说,李沐简直家喻户晓,网友们亲切地称他为

“沐神”

与之齐名的还有他经久不息的长红之作——

《动手学深度学习》

这本书自从问世之后,便成为了读者追捧的书中“常青树”。这本书的战绩可以说让同类读物望尘莫及——曾霸榜京东图书,稳居热销榜

Top 1,豆瓣评分至今高达9.3

,甚至连国内外知名企业、投资机构的高管们都鼎力推荐。

大红之后,李沐没有因此懈怠。他希望能像迭代更新代码一样更新内容,让书中的内容始终贴合读者最新需求。在和学习者们互动中,他发现:不少作者

希望能提供更“实用”的代码

,因为开源项目大部分都采用

TF或PyTorch

编写,书中代码却用的是Gluon。

对读者有求必应的沐神,怎么可能怠慢读者?

为了让读者更好地

“动手学”

,他决定再给本书加

点料、升升级

。于是,这本

《动手学深度学习(PyTorch版)》

应运而生。

下面小异就带大家先睹为快,看这本封神之作如何再创辉煌!

dc4eb9f6acb9768fc503c4a65f520503.png

▲点击链接即可购买书籍


AI大神李沐力作,看完即跪!

尽管已经有很多读者对李沐很熟悉了,但小异觉得,还是有必要回顾一下他的封神履历,神之所以被称作神,一定有他的理由!

甚至在一部分读者还没出生时,李沐就开始了计算机相关的研究。

2004 年,李沐从上海交通大学计算机系 ACM 班毕业。ACM 班取名源于国际科学教育计算机组织美国计算机学会(Association of Computing Machinery),

旨在培养计算机科学家

。彼时的他,在学校就被称作“沐哥”,还留下了不少传说。

毕业后,李沐先后在微软亚洲研究院、香港科技大学实习和担任研究助理。这些经历也彻底打开了他的视野,让他了解到更多先进的国际理念。

之后,沐神开始在百度的工作。虽然只有短短一年时间,他却在担任高级研究员期间创建了一套

分布式机器学习广告系统

,真是应了那句程序员名言——“talk is cheap, show me the code”。

“百度的经历让我学到了很多,也更清楚地发现了自己的短板。但是当时国内做系统方向的人比较少,所以我还是选择了去美国继续攻读博士。”

2012年,李沐决定重回学校,进入美国卡内基梅隆大学计算机系攻读博士。读博期间,他专注于分布式系统和机器学习算法的研究,在理论、机器学习、应用和操作系统等多个领域的顶级学术会议上发表过论文。

五年的研究,既奠定了他日后封神的基础,也让亚马逊向他抛来了橄榄枝。

初到亚马逊时,人工智能部门才刚刚成立,急需深度学习人才,而李沐就是那个

天选之人

在他的刻苦钻研下,全世界最受欢迎的深度学习框架之一MXNet诞生了,包括 AWS 亚马逊在内的很多企业都将 MXNet 作为

主流支持框架

无可比拟的经历让李沐在深度学习界彻底站稳了脚跟,成为了不可或缺的中流砥柱,也配得上

亚马逊首席科学家

的头衔。

不过,听了这么多开挂经历,你可千万别把他想象成“高冷学霸”。事实上,他可是一名名副其实的知识网红,要不怎么会有那么多人戏称其为“沐神”。在各种学习平台上,经常可见他活跃的身影,他至今已俘获了近百万粉丝。

他把斯坦福大学开设的《实用机器学习》课程专门用中文重新录制上传到B站,还开设了经典论文精读系列,甚至连《动手学深度学习》都有配套课程。他还是深度学习话题2021 年度新知答主,获得了12.6万次的点赞。

这些专业内容不仅让粉丝们叫好,也征服了专业学者。AI老师们纷纷将沐神的创作推荐给学生,甚至连导师自己也加入粉丝团追更。有网友表示,自己研究生复试时要说“

师从李沐

”。

可见,网红“沐神”的称号名副其实。

十年磨一剑。

过硬的学术背景、丰富研发经验和敏锐的需求洞察力

,这三板斧为书籍的爆火奠定了基础。不论是内容专业度、讲解清晰度,还是实践指导意义,这本书都对得起神作这个名头。

e0d395fd5468bf237656c9d5c7cf8972.png

图2:书中形象地解基础知识


“让深度学习平易近人,教会人们概念、背景和代码。”

这是前言中显眼的一句话,也是李沐创作的核心理念。


一切从读者出发,全书重磅升级

一切从读者出发,李沐的这种理念贯穿整本书。

在内容设计上,完全从零开始教授深度学习,不仅阐述了深度学习的技术与应用,还介绍如何解决实际问题;

讲解风格上,几乎列举的都是生活中的常见案例,并且尽可能细致地、用通俗易懂的语言讲解技术原理,降低了理解门槛;

实践意义上,能够做到书名中所提的“动手学”,包含可运行的代码,带给读者全新的、多方位交互式的深度学习的学习体验。

与原版书一样,全书仍分为三大部分:





第一部分(第 1 章~第 4 章)包括基础知识和预备知识


▮第二部分(第 5 章~第 10 章)集中讨论现代深度学习技术


▮第三部分(第 11 章~第 15 章)讨论可伸缩性、效率和应用程序

8f1c691b47dd9e83ccf956d7e69342c7.png

图3:本书结构

随着技术的发展,教程也有所精进。这一版书中还新增了注意力机制、预训练等内容,代码也更加实用,基本都转化为了PyTorch,均在最新版本的PyTorch下通过了测试。如同原书一样,也是用Jupyter Notebook写的,以便更好地展示代码与文字解释。

我们可以通过下面的案例看到原版代码和PyTorch版之间的区别。

6c57f40eb244b8caf7231a3d701bee32.png

72d5f7294057587e944c93c4c5606c85.png

图4:左为原版代码,右为PyTorch版代码

为了充分保证读者能够动手学,创作团队给出了丰富的配套资源,既可以登录异步图书社区获取本书源代码和全书彩色图片,也可以登录中文版论坛与其他网友一起交流。


大神出手,全员盛赞!

手握着干货满满的教程,豆瓣上有74.5%的网友给出了5星满分的超高评价,各位读者们纷纷发言打call:

最好的深度学习入门教材!没有之一!友好到爆的实践体验,思路清晰地从零实现,推荐使用pytorch版本网页,毕竟我pytorch天下无敌……”

——豆瓣网友肉粽

“特别好的基础书,代码很详尽,基本把深度学习、卷积神经网络和计算机视觉里的基本概念搞明白了。以后实验的时候还是得精读代码,期待二刷,想入门深度学习的人看这本书没毛病。”

—— 豆瓣网友谢谢哥哥

这本教材甚至改变了很多同学的生活轨迹。有人已经能够实现自己研究领域的一些论文,有跨专业小白掌握了专业知识,甚至还有年过50的读者跟完了全部配套课程。


如沐春风

,是学生们提到最多的关键词。

一本好书产生的影响往往不仅仅是对读者本身的,更会对行业产生震撼,这本书也不例外。无论是学术界还是工业界的中外大佬们都给出了高度评价——

这是一本基于深度学习框架的深度学习实战图书,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。

—— 香港科技大学计算机系和数学系教授ASA 院士、IMS 院士张潼

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。

——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Bernhard Scholkopf

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。

——复旦大学“浩清”教授、人工智能创新与产业研究院院长漆远

“本书是优秀的深度学习教材,值得任何想了解深度学习何以引爆人工智能革命的人关注

——这场革命是我们所处时代中最强的科技力量。”NVIDIA 创始人、首席执行官黄仁勋


未来已来,要上车,就现在!

当前,深度学习已经渗透进生活的方方面面。

据数据,2022年全球深度学习市场规模到达到了5285.82亿元,预估到2029年市场规模将以38.32%的增速达到37017.22亿元,可谓前景满满。

2023年也将有多场AI大会在中国召开,届时全球研究者、专家、工作者等将汇聚一堂,打造一场机器学习盛宴。

如果你也想像他们一样为AI事业添砖加瓦,甚至成为瞩目的焦点,那么站在巨人的肩上,势必能让你事半功倍,尽快攀上深度学习巅峰。

现在就赶快下单,享受沐神为你缔造的AI盛宴吧!

e65c9596a811d7169f264c847082ae7f.png

▲点击链接即可跳转

文案:老王sai  编辑:fine.  审校:桐希、罗玉淇、刘雅思

参考来源:

1. 李沐“动手学深度学习”中文课程笔记来了,代码还有详细中文注释

2. 从ACM班、百度到亚马逊,深度学习大牛李沐的开挂人生

3. PyTorch版《动手学深度学习》开源了,最美DL书遇上最赞DL框架

4. AI大神李沐B站走红!连博导们都在追更,还亲自带你逐段读懂论文

5. 李沐知乎:《动手学深度学习》新增PyTorch实现《动手学深度学习》书主页


—END—

最后是文末送书时间,这次给大家争取到了3本书的机会,大家在下面评论,点赞最多的前三名会送书,截止时间周日(3.12)晚上10点,这次的命题是:最近你所常用的深度学习框架是什么,有什么好的技巧推荐。