李沐《动手学深度学习》中文第二版预览版发布

《动手学深度学习》自第一版出版以来受到广大小伙伴的欢迎，不仅中英文版开源项目分别获得了20000星、9000星，而且中英文版还被全球来自40个国家的175所大学采用教学：

中文版：https://github.com/d2l-ai/d2l-zh

英文版：https://github.com/d2l-ai/d2l-en/

虽然纸质书第一版已经出版，但深度学习领域依然在迅速发展。为了得到来自更广泛的英文开源社区的帮助，从而提升本书质量，本书的第二版正在用英文写。

在Aston、Xiaoting、Rachel以及开源社区的不断努力下，英文版 Dive into Deep Learning 0.16.1版（https://github.com/d2l-ai/d2l-en/releases/tag/v0.16.1）的前八章已翻译至中文。于是我们刚刚发布了《动手学深度学习》2.0.0-alpha0版（中文第二版的预览版）：

《动手学深度学习》第二版预览版

https://zh-v2.d2l.ai

与第一版有所不同，该版本的代码部分包含MXNet、PyTorch和TensorFlow三种框架的实现，供读者自由选择。第二版不仅重新修订了第一版里所有章节的内容（包括文字、数学、图片和代码），还添加了新的内容，例如

• 更新了第二版的讨论区：discuss.d2l.ai/c/16；（https://discuss.d2l.ai/c/chinese-version/16）
• 将本书的常用函数包的名称由d2lzh改为了英文版的d2l（https://github.com/d2l-ai/d2l-zh/tree/master/d2l），并分为mxnet.py、torch.py和tensorflow.py三个模块；
• 丰富并修订了第一章“前言”内容。
• 丰富并修订了第二章“预备知识”内容，例如添加了“数据预处理”、“线性代数”、“微分”和“概率”小节；
• 丰富并修订了第一版第三章“深度学习基础”内容，并分为“线性神经网络”和“多层感知机”两章，例如添加了“环境和分布偏移”小节；
• 丰富并修订了第一版第五章“卷积神经网络”内容，并分为“卷积神经网络”和“现代卷积神经网络”两章，例如添加了“从全连接层到卷积”小节；
• 丰富并修订了第一版第六章“循环神经网络”内容，并分为“循环神经网络”和“现代循环神经网络”两章（后一章稍后发布），例如添加了“序列模型”和“文本预处理”小节；

目前，英文版已超过160节内容（中文版第一版共96节），如增加了理论背景（如优化收敛分析）、硬件设计（如参数服务器）、全新篇章（如注意力机制、推荐系统、深度学习的数学、生成对抗网络）、应用种类（如自然语言推理）、模型种类（如Transformer、BERT）等，并优化重组了大量章节（如将自然语言处理篇章按从预训练表征、到模型设计、再到下游应用重构）。我们在接下来一段时间会不断将英文版内容搬回中文版。

欢迎大家关注《动手学深度学习》中英文版的GitHub开源项目，并帮忙指正里面的问题：

《动手学深度学习》中文版开源项目

https://github.com/d2l-ai/d2l-zh

《动手学深度学习》英文版开源项目

https://github.com/d2l-ai/d2l-en/

往期精彩：
【原创首发】机器学习公式推导与代码实现30讲.pdf
【原创首发】深度学习语义分割理论与实战指南.pdf
 谈中小企业算法岗面试
 算法工程师研发技能表
 真正想做算法的，不要害怕内卷
 算法工程师的日常，一定不能脱离产业实践
 技术学习不能眼高手低
 技术人要学会自我营销
 做人不能过拟合
点个在看