李沐「动手学深度学习」课程！代码还有详细中文注释-技术圈

点击下方“AI算法与图像处理”，一起进步！

重磅干货，第一时间送达

来源：机器之心

markdown笔记与原课程视频一一对应，Jupyter代码均有详细中文注释，这份学习笔记值得收藏。

项目传送门👉（https://github.com/HIT-UG-Group/DeepLearning-MuLi-Notes）

去年年初，机器之心知识站上线了亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程。这门课从3月持续到8月，超过28000人参与了直播，课程回放在 B 站的播放量达到了上百万次。

这门课程基于李沐等人编写的《动手学深度学习》第二版。《动手学深度学习》既有开源项目，也有纸质书，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。目前，它已经被全球 55 个国家 300 所大学用于教学。第2版新加了大量内容，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。

在课程完结时，很多人都表示自己从这门课程中受益匪浅，其中既有深度学习从业者，也有跨学科学习者，既有20出头的学生，也有50多岁还在努力充实自己的职场人士。

从这些评论可以看出，大家在上课时听得都很认真，很多同学在参与课程的过程中还做了笔记，当然也有同学可能没有时间做笔记或者还没抽出时间深入学习这门课。针对这部分同学，我们最近发现了一个非常适合你的学习资源：这门课程的markdown笔记和相关的Jupyter代码。

项目主页：李沐「动手学深度学习」系列直播完结，斯坦福CS 329P新课上线

这个项目的两位组织者来自哈工大，他们和其他几位同学利用寒假时间学习了「动手学深度学习」中文系列课程，并共同整理了这份学习资料。

该项目的特色是：

markdown笔记与原课程视频一一对应，可以帮助大家一边听课一边理解。
Jupyter代码均有详细中文注释，帮助大家更快上手实践。

打开其中一个链接，我们可以看到详尽的记录和整洁的版面。

目前，该项目在GitHub上的star量已经达到200+，有需要的同学可以前往项目主页获取资料。

努力分享优质的计算机视觉相关内容，欢迎关注：

交流群

欢迎加入公众号读者群一起和同行交流，目前有美颜、三维视觉、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群

个人微信（如果没有备注不拉群！）
请注明：地区+学校/企业+研究方向+昵称



下载1：何恺明顶会分享

在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析

下载2：终身受益的编程指南：Google编程风格指南

在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！


下载3 CVPR2021

在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文