Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
1e0d8b1d
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
1e0d8b1d
编写于
11月 15, 2018
作者:
Y
yanwenlei
提交者:
Aston Zhang
11月 14, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix typo (#424)
上级
bfccfc45
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
3 addition
and
3 deletion
+3
-3
chapter_appendix/how-to-contribute.md
chapter_appendix/how-to-contribute.md
+2
-2
chapter_introduction/how-to-use.md
chapter_introduction/how-to-use.md
+1
-1
未找到文件。
chapter_appendix/how-to-contribute.md
浏览文件 @
1e0d8b1d
...
...
@@ -86,9 +86,9 @@ git push
## 参考文献
[1] 本书贡献者列表。https://github.com/
mli/gluon-tutorials
-zh/graphs/contributors
[1] 本书贡献者列表。https://github.com/
diveintodeeplearning/d2l
-zh/graphs/contributors
[2] 本书代码库地址。https://github.com/
mli/gluon-tutorials
-zh
[2] 本书代码库地址。https://github.com/
diveintodeeplearning/d2l
-zh
[3] 安装Git。https://git-scm.com/book/zh/v2
...
...
chapter_introduction/how-to-use.md
浏览文件 @
1e0d8b1d
...
...
@@ -26,7 +26,7 @@
本书的一大特点是每一节都是可以运行的。你可以改动代码后重新运行来查看它对结果造成的影响。我们认为这种交互式的学习体验对于学习深度学习非常重要。因为深度学习目前并没有很好的理论解释框架,很多论断只可意会。文字解释在这时候可能较苍白,而且不足以覆盖所有细节。你需要通过不断改动代码、观察运行结果和总结经验来加深理解并获得领悟。
本书的代码基于Apache MXNet实现。MXNet是一个开源的深度学习框架。它是AWS(亚马逊云计算服务)首选的深度学习框架,也被众多学校和公司使用。本书所有代码已在MXNet 1.2.1下测试通过。但由于深度学习发展极为迅速,未来版本的MXNet可能会造成书中部分代码无法正常运行。遇到类似问题可参考
[
“
安装和运行
”
](
../chapter_prerequisite/install.md
)
一节来更新代码和运行环境。此外,为避免重复描述,我们将本书多次使用的函数、类等封装在版本号为1.0.0的
`gluonbook`
包中。这些函数、类等的定义所在的章节已在附录中
[
“gluonbook包索引”
](
../chapter_appendix/gluonbook.md
)
里列出。
本书的代码基于Apache MXNet实现。MXNet是一个开源的深度学习框架。它是AWS(亚马逊云计算服务)首选的深度学习框架,也被众多学校和公司使用。本书所有代码已在MXNet 1.2.1下测试通过。但由于深度学习发展极为迅速,未来版本的MXNet可能会造成书中部分代码无法正常运行。遇到类似问题可参考
[
“
获取和运行本书代码
”
](
../chapter_prerequisite/install.md
)
一节来更新代码和运行环境。此外,为避免重复描述,我们将本书多次使用的函数、类等封装在版本号为1.0.0的
`gluonbook`
包中。这些函数、类等的定义所在的章节已在附录中
[
“gluonbook包索引”
](
../chapter_appendix/gluonbook.md
)
里列出。
本书可以作为MXNet入门书使用。但我们提供代码的主要目的在于增加一个在文字、图像和公式外的方式来学习深度学习算法,和一个交互式的环境来理解各个模型和算法在真实数据上的实际效果。我们只使用了MXNet的
`ndarray`
、
`autograd`
、
`gluon`
等模块的基础功能,使得你可以尽可能了解深度学习算法的实现细节。即便你在研究和工作中使用了其他深度学习框架,我们也希望这些代码能帮助你更好地理解深度学习算法。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录