据亚马逊首席科学家李沐在知乎发布的最新消息，《动手学深度学习》中文第二版预览版已经发布，该版本相对于第一版有多项更新。

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，而第一版只采用了MXNet框架。

书籍地址：https://zh-v2.d2l.ai/

1

《动手学深度学习》简介

《动手学深度学习》这本书由李沐等人主导编写，介绍了深度学习从模型构造到模型训练的方方面面，以及在计算机视觉和自然语言处理中的应用。

它最大的特色在于，不仅阐述了算法原理，还提供了实际可运行的代码。

更令人暖心的是，这本书不要求读者有任何深度学习或者机器学习的背景知识，书中会从头开始解释每一个概念。读者只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的Python编程，就可以愉快地开始啃这本书了。

书中提供了文字、公式、图示以及代码来阐明深度学习里常用的模型和算法，总之，不怕你不懂。

下图简单描绘了这本书的内容结构：

《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。

2

更多更新细节

李沐表示，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，决定编写第二版。目前，本书的第二版正在用英文写。

此次第二版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），并添加了新的内容。例如：

中文第二版的预览版翻译自英文第二版的前八章：

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）。

英文第二版链接：https://d2l.ai/

李沐表示，接下来一段时间会不断将英文版内容搬回中文版。此外，如果想及时获取最新修订或增添的信息，可以关注本书的中文开源项目和英文开源项目。

中文：https://github.com/d2l-ai/d2l-zh
英文：https://github.com/d2l-ai/d2l-en/

3

真实作者竟然是？

很多人都知道，李沐曾经在知乎上高调晒娃。当时，《动手学深度学习》第一版还没出版。在“孩子今年开学已经上小学五年级了，现在报课外班学 Tensorflow 还来得及吗？”的问答下，李沐表示娃儿已经熟练MXNet，并且相对于TensorFlow对MXNet更感兴趣。一年后，《动手学深度学习》第一版最终也只提供MXNet代码。

如今已经过去两年多的时间，根据小天才的学习速度，现在会写TensorFlow、PyTorch代码真的毫不奇怪。而这次，《动手学深度学习》第二版又新增了TensorFlow、PyTorch支持。

所以，小编大胆猜测，这本书的真实作者其实是——

李沐本人。

由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道，请将“AI科技评论”设为星标账号，以及常点文末右下角的“在看”。

李沐发布《动手学深度学习》中文第二版预览版，新增TF、PyTorch支持！

1

2

3

由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“AI科技评论”设为星标账号，以及常点文末右下角的“在看”。

由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道，请将“AI科技评论”设为星标账号，以及常点文末右下角的“在看”。