随着深度学习的火热，各种相关课程与教材涌现出来。但真正系统性梳理这一领域知识、同时能够提供理论讲解和代码实现的书籍屈指可数。此外，由于语言等因素，中文版本的优秀深度学习教材也是凤毛麟角。
在繁多的深度学习教材中，亚马逊资深首席科学家李沐等人在 GitHub 上开源的免费项目《动手学深度学习》一直备受关注，它覆盖了90年代至今重要的模型，特别是每一章都是一个Jupyter记事本，提供了所有模型的完整实现，并在真实数据上运行从而获得直观体验。自开源以来，该项目在 GitHub 上已获得超过2万颗星。
此外，为了方便读者们学习，2017年开始，李沐等人开始组织直播课程，吸引了大量AI从业者学习，之后的中文版本网页浏览用户更是超过65万。
随着深度学习技术的发展，如此备受用户喜爱的一本教材，也在持续更新中。在2019年推出的英文版中，李沐博士等人新加了大量内容，如近年来异常火热的Transformer，同时也新增了Numpy/MXNet、PyTorch和TensorFlow 2.0b版本的实现。
如今，为了方便中文社区的AI从业者们学习，动手学深度学习在线课程即将开课。
课程安排
直播时间：2021年3月-（预计）7月，每周周六与周日下午13:00-14:30。 课程官网：https://zh-v2.d2l.ai/ 直播地址：https://jmq.h5.xeknow.com/s/3nk3lb
课程内容
本次直播课程从零开始教授深度学习，面向数据科学家、工程师和在校学生，只需有基础数学和python编程能力即可学习。
课程内容覆盖四大类模型：多层感知机、卷积神经网络、循环神经网络、和注意力机制。在此之上，课程将介绍深度学习中的两大应用领域「计算机视觉和自然语言处理」中的典型任务。
此次课程的一大特点是不仅讲述模型算法，还会讲述如何用PyTorch实现每一处细节。帮助大家在真实数据上获得第一手经验。同时我们将举办四次课程竞赛，涉及回归任务、图片分类、物体检测和文本分类四大方向，帮助大家掌握如何利用学到的知识解决实际问题。
本次课程内容基于《动手学深度学习》中文第二版，共15个章节，目前已更新至第八章，全部内容预计将于5月更新完成，本次直播课程内容将全部覆盖，前八章内容如下：
第一章：前言 第二章：预备知识 第三章：线性神经网络 第四章：多层感知机 第五章：深度学习计算 第六章：卷积神经网络 第七章：现代卷积神经网络 第八章：循环神经网络 第九章——第十五章：持续更新中
更多详细内容参见：https://zh-v2.d2l.ai/
课程主讲人
直播安排
本次课程直播结束后，课程回放将同步上传，回放地址：https://jmq.h5.xeknow.com/s/qFl6e
加入课程交流群
如群已超出人数限制，添加机器之心小助手：syncedai2、syncedai3、syncedai4或syncedai6，或将微信ID发送至邮箱shidongle@jiqizhixin.com，备注「动手学」即可加入。
