本文共 986 字，大约阅读时间需要 3 分钟。
点击我爱计算机视觉标星，更快获取CVML新技术
晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI
李沐老师的《动手学深度学习》是一本入门深度学习的优秀教材，也是各大在线书店的计算机类畅销书。
作为MXNet的作者之一，李沐老师的教材自然也是使用MXNet框架写成的。但是很多入坑机器学习的萌新们使用的却是PyTorch。
最近，来自印度理工学院的数据科学小组，把《动手学深度学习》这本书从MXNet“翻译”成了PyTorch，经过3个月的努力，这个项目已经基本完成，并登上了GitHub热榜，获得1000+星。
代码内容
《动手学深度学习》PyTorch代码项目的章节如下：
需要注意的是，虽然它和中文版的章节序号略有差异，但是完全覆盖了中文版的内容。
该项目全部用Jupyter Notebook写成，可以在线查看实际效果。由于某些ipynb笔记本可能无法在Github中完美呈现，开发小队建议读者将代码下载到本地，或使用nbviewer在线查看。
补遗
《动手学深度学习》代码项目的完成度已经很高，但还有6个小节没有完成，开发小队希望其他人加入pull request，一方面可以代码做贡献。
目前缺失的几个章节为：
10.11 Bidirectional Recurrent Neural Networks
11.2 Sequence to Sequence with Attention Mechanism11.3 Transformer12.7 Adagrad12.9 Adadelta12.10 Adam好在，这都是一些基础代码，可以很容易地在其他地方找到PyTorch实现。
传送门
《动手学深度学习》电子版：
https://zh.d2l.ai/纸质书购买：
d2l-pytorch项目地址：
https://github.com/dsgiitr/d2l-pytorchTF & PyTorch学习群
学习交流TensorFlow、PyTorch深度学习框架的使用，欢迎加入52CV-TF & PyTorch群，扫码添加CV君拉你入群，如已为CV君其他账号好友请直接私信，
（请务必注明:框架）：
喜欢在QQ交流的童鞋可以加52CV官方QQ群：805388940。
（不会时时在线，如果没能及时通过还请见谅）
长按关注我爱计算机视觉
转载地址：http://bqfsz.baihongyu.com/