该项目是对原始的 Dive Into Deep Learning 一书的修改，这本书是由阿斯顿·张（Aston Zhang），扎卡里·立普顿（Zachary C. Lipton），李沐，亚历克斯·J·斯莫拉（Alex J. Smola）和所有社区贡献者撰写的。
原始书籍的GitHub地址: https://github.com/d2l-ai/d2l-en 。
我们改编了本书以使用Java和Deep Java Library(DJL)。
这里所有笔记本均可下载并使用Java运行。同时你也可以参阅我们的网站。
DJL community -> DJL(中文)社区。
您可以通过以下方式在线运行:
或者:
请按照此处 的说明操作，以了解如何使用Java运行Notebook。
请在此处遵循贡献者指南
我们实施了以下章节
- 前言
- 安装
- 符号
- 第一章 简介
- 第二章 预备知识
- 第三章 线性网络
- 第四章 多层感知器
- 第五章 深度学习计算
- 第六章 卷积神经网络
- 第七章 现代卷积神经网络
- 第八章 循环神经网络
- 第九章 现代循环神经网络
- 第十章 注意力机制
- 第十一章 优化算法
- 第十二章 计算性能
- 第十三章 计算机视觉
Deep Java Library (DJL) 是用Java编写的深度学习框架，同时支持训练和推理。DJL建立在现代深度学习框架（TenserFlow，PyTorch，MXNet等）之上。您可以轻松地使用DJL训练模型或从各种引擎部署您喜欢的模型，而无需进行任何其他转换。它包含一个强大的ModelZoo设计，使您可以管理训练有素的模型并将其加载到一行中。内置的ModelZoo目前支持来自GluonCV，HuggingFace，TorchHub和Keras的70多种预训练并可以使用的模型。
请关注我们的 GitHub, demo repository, Slack channel and twitter ，以获取DJL的更多文档和示例！