动手学深度学习

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的 Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。此外，读者还可以访问并参与书中内容的讨论。

全书的内容分为3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习基础的概念和技术；第二部分描述深度学习计算的重要组成部分，还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络；第三部分评价优化算法，检验影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。

本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。

阿斯顿.张（Aston Zhang）

美亚应用科学家，美国伊利诺伊大学香槟分校计算机科学博士，统计学和计算机科学双硕士。他专注于机器学习的研究，并在数个顶ji学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI 等学术会议的程序委员或审稿人以及Frontiers in Big Data 期刊的编委。

李沐（Mu Li）

美亚首席科学家（Principal Scientist），加州大学伯克利分校客座助理教授，美国卡内基梅隆大学计算机系博士。他专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet 的作者之一。他曾任机器学习创业公司Marianas Labs 的CTO 和百度深度学习研究院的主任研发架构师。他在理论、机器学习、应用和操作系统等多个领域的顶ji学术会议（包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD 、WSDM、OSDI）上发表过论文。

扎卡里.C. 立顿（Zachary C. Lipton）

美亚应用科学家，美国卡内基梅隆大学助理教授，美国加州大学圣迭戈分校博士。他专注于机器学习算法及其社会影响的研究，特别是在时序数据与序列决策上的深度学习。这类工作有着广泛的应用场景，包括医疗诊断、对话系统和产品推荐。他创立了博客“Approximately Correct”（approximatelycorrect.com）。

亚历山大.J. 斯莫拉（Alexander J. Smola）

美亚副总裁/ 杰出科学家，德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200 篇学术论文，并著有5 本书，其论文及书被引用超过10 万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。

适读人群 ：本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。

目前市面上有关深度学习介绍的书籍大多可分两类，一类侧重方法介绍，另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用，还包含可运行的代码，为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验，本书不但提供免费的教学视频和讨论区，而且提供可运行的Jupyter记事本文件，充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验，从而带给读者全新的、交互式的深度学习的学习体验。

本书面向希望了解深度学习，特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。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，读者只需具备基本的数学和编程知识，如基础的线性代数、微分、概率及Python编程知识。本书的附录中提供了书中涉及的主要数学知识，供读者参考。

本书的英文版Dive into Deep Learning是加州大学伯克利分校2019年春学期“Introduction to Deep Learning”（深度学习导论）课程的教材。截至2019年春学期，本书中的内容已被全球15 所知名大学用于教学。本书的学习社区、免费教学资源（课件、教学视频、更多习题等），以及用于本书学习和教学的免费计算资源（仅限学生和老师）的申请方法在本书配套网站zh.d2l.ai上发布。读者在阅读本书的过程中，如果对书中某节内容有疑惑，也可以扫一扫书中对应的二维码寻求帮助。

对本书的赞誉

前言

如何使用本书

资源与支持

主要符号表

第1章深度学习简介1

1.1起源2

1.2发展4

1.3成功案例6

1.4特点7

小结8

练习8

第2章预备知识9

2.1获取和运行本书的代码9

2.1.1获取代码并安装运行环境9

2.1.2更新代码和运行环境11

2.1.3使用GPU版的MXNet11

小结12

练习12

2.2数据操作12

2.2.1创建NDArray12

2.2.2运算14

2.2.3广播机制16

2.2.4索引17

2.2.5运算的内存开销17

2.2.6NDArray和NumPy相互变换18

小结19

练习19

2.3自动求梯度19

2.3.1简单例子19

2.3.2训练模式和预测模式20

2.3.3对Python控制流求梯度20

小结21

练习21

2.4查阅文档21

2.4.1查找模块里的所有函数和类21

2.4.2查找特定函数和类的使用22

2.4.3在MXNet网站上查阅23

小结24

练习24

第3章深度学习基础25

3.1线性回归25

3.1.1线性回归的基本要素25

3.1.2线性回归的表示方法28

小结30

练习30

3.2线性回归的从零开始实现30

3.2.1生成数据集30

3.2.2读取数据集32

3.2.3初始化模型参数32

3.2.4定义模型33

3.2.5定义损失函数33

3.2.6定义优化算法33

3.2.7训练模型33

小结34

练习34

3.3线性回归的简洁实现35

3.3.1生成数据集35

3.3.2读取数据集35

3.3.3定义模型36

3.3.4初始化模型参数36

3.3.5定义损失函数37

3.3.6定义优化算法37

3.3.7训练模型37

小结38

练习38

3.4softmax回归38

3.4.1分类问题38

3.4.2softmax回归模型39

3.4.3单样本分类的矢量计算表达式40

3.4.4小批量样本分类的矢量计算表达式40

3.4.5交叉熵损失函数41

3.4.6模型预测及评价42

小结42

练习42

3.5图像分类数据集（Fashion-MNIST）42

3.5.1获取数据集42

3.5.2读取小批量44

小结45

练习45

3.6softmax回归的从零开始实现45

3.6.1读取数据集45

3.6.2初始化模型参数45

3.6.3实现softmax运算46

3.6.4定义模型46

3.6.5定义损失函数47

3.6.6计算分类准确率47

3.6.7训练模型48

3.6.8预测48

小结49

练习49

3.7softmax回归的简洁实现49

3.7.1读取数据集49

3.7.2定义和初始化模型50

3.7.3softmax和交叉熵损失函数50

3.7.4定义优化算法50

3.7.5训练模型50

小结50

练习50

3.8多层感知机51

3.8.1隐藏层51

3.8.2激活函数52

3.8.3多层感知机55

小结55

练习55

3.9多层感知机的从零开始实现56

3.9.1读取数据集56

3.9.2定义模型参数56

3.9.3定义激活函数56

3.9.4定义模型56

3.9.5定义损失函数57

3.9.6训练模型57

小结57

练习57

3.10多层感知机的简洁实现57

3.10.1定义模型58

3.10.2训练模型58

小结58

练习58

3.11模型选择、欠拟合和过拟合58

3.11.1训练误差和泛化误差59

3.11.2模型选择59

3.11.3欠拟合和过拟合60

3.11.4多项式函数拟合实验61

小结65

练习65

3.12权重衰减65

3.12.1方法65

3.12.2高维线性回归实验66

3.12.3从零开始实现66

3.12.4简洁实现68

小结70

练习70

3.13丢弃法70

3.13.1方法70

3.13.2从零开始实现71

3.13.3简洁实现73

小结74

练习74

3.14正向传播、反向传播和计算图74

3.14.1正向传播74

3.14.2正向传播的计算图75

3.14.3反向传播75

3.14.4训练深度学习模型76

小结77

练习77

3.15数值稳定性和模型初始化77

3.15.1衰减和爆炸77

3.15.2随机初始化模型参数78

小结78

练习79

3.16实战Kaggle比赛：房价预测79

3.16.1Kaggle比赛79

3.16.2读取数据集80

3.16.3预处理数据集81

3.16.4训练模型82

3.16.5k折交叉验证82

3.16.6模型选择83

3.16.7预测并在Kaggle提交结果84

小结85

练习85

第4章深度学习计算86

4.1模型构造86

4.1.1继承Block类来构造模型86

4.1.2Sequential类继承自Block类87

4.1.3构造复杂的模型88

小结89

练习90

4.2模型参数的访问、初始化和共享90

4.2.1访问模型参数90

4.2.2初始化模型参数92

4.2.3自定义初始化方法93

4.2.4共享模型参数94

小结94

练习94

4.3模型参数的延后初始化95

4.3.1延后初始化95

4.3.2避免延后初始化96

小结96

练习97

4.4自定义层97

4.4.1不含模型参数的自定义层97

4.4.2含模型参数的自定义层98

小结99

练习99

4.5读取和存储99

4.5.1读写NDArray99

4.5.2读写Gluon模型的参数100

小结101

练习101

4.6GPU计算101

4.6.1计算设备102

4.6.2NDArray的GPU计算102

4.6.3Gluon的GPU计算104

小结105

练习105

第5章卷积神经网络106

5.1二维卷积层106

5.1.1二维互相关运算106

5.1.2二维卷积层107

5.1.3图像中物体边缘检测108

5.1.4通过数据学习核数组109

5.1.5互相关运算和卷积运算109

5.1.6特征图和感受野110

小结110

练习110

5.2填充和步幅111

5.2.1填充111

5.2.2步幅112

小结113

练习113

5.3多输入通道和多输出通道114

5.3.1多输入通道114

5.3.2多输出通道115

5.3.31x1卷积层116

小结117

练习117

5.4池化层117

5.4.1二维最大池化层和平均池化层117

5.4.2填充和步幅119

5.4.3多通道120

小结120

练习121

5.5卷积神经网络（LeNet）121

5.5.1LeNet模型121

5.5.2训练模型122

小结124

练习124

5.6深度卷积神经网络（AlexNet）124

5.6.1学习特征表示125

5.6.2AlexNet126

5.6.3读取数据集127

5.6.4训练模型128

小结128

练习129

5.7使用重复元素的网络（VGG）129

5.7.1VGG块129

5.7.2VGG网络129

5.7.3训练模型130

小结131

练习131

5.8网络中的网络（NiN）131

5.8.1NiN块131

5.8.2NiN模型132

5.8.3训练模型133

小结134

练习134

5.9含并行连结的网络（GoogLeNet）134

5.9.1Inception块134

5.9.2GoogLeNet模型135

5.9.3训练模型137

小结137

练习137

5.10批量归一化138

5.10.1批量归一化层138

5.10.2从零开始实现139

5.10.3使用批量归一化层的LeNet140

5.10.4简洁实现141

小结142

练习142

5.11残差网络（ResNet）143

5.11.1残差块143

5.11.2ResNet模型145

5.11.3训练模型146

小结146

练习146

5.12稠密连接网络（DenseNet）147

5.12.1稠密块147

5.12.2过渡层148

5.12.3DenseNet模型148

5.12.4训练模型149

小结149

练习149

第6章循环神经网络150

6.1语言模型150

6.1.1语言模型的计算151

6.1.2n元语法151

小结152

练习152

6.2循环神经网络152

6.2.1不含隐藏状态的神经网络152

6.2.2含隐藏状态的循环神经网络152

6.2.3应用：基于字符级循环神经网络的语言模型154

小结155

练习155

6.3语言模型数据集（歌词）155

6.3.1读取数据集155

6.3.2建立字符索引156

6.3.3时序数据的采样156

小结158

练习159

6.4循环神经网络的从零开始实现159

6.4.1one-hot向量159

6.4.2初始化模型参数160

6.4.3定义模型160

6.4.4定义预测函数161

6.4.5裁剪梯度161

6.4.6困惑度162

6.4.7定义模型训练函数162

6.4.8训练模型并创作歌词163

小结164

练习164

6.5循环神经网络的简洁实现165

6.5.1定义模型165

6.5.2训练模型166

小结168

练习168

6.6通过时间反向传播168

6.6.1定义模型168

6.6.2模型计算图169

6.6.3方法169

小结170

练习170

6.7门控循环单元（GRU）170

6.7.1门控循环单元171

6.7.2读取数据集173

6.7.3从零开始实现173

6.7.4简洁实现175

小结176

练习176

6.8长短期记忆（LSTM）176

6.8.1长短期记忆176

6.8.2读取数据集179

6.8.3从零开始实现179

6.8.4简洁实现181

小结181

练习182

6.9深度循环神经网络182

小结183

练习183

6.10双向循环神经网络183

小结184

练习184

第7章优化算法185

7.1优化与深度学习185

7.1.1优化与深度学习的关系185

7.1.2优化在深度学习中的挑战186

小结188

练习189

7.2梯度下降和随机梯度下降189

7.2.1一维梯度下降189

7.2.2学习率190

7.2.3多维梯度下降191

7.2.4随机梯度下降193

小结194

练习194

7.3小批量随机梯度下降194

7.3.1读取数据集195

7.3.2从零开始实现196

7.3.3简洁实现198

小结199

练习199

7.4动量法200

7.4.1梯度下降的问题200

7.4.2动量法201

7.4.3从零开始实现203

7.4.4简洁实现205

小结205

练习205

7.5AdaGrad算法206

7.5.1算法206

7.5.2特点206

7.5.3从零开始实现208

7.5.4简洁实现209

小结209

练习209

7.6RMSProp算法209

7.6.1算法210

7.6.2从零开始实现211

7.6.3简洁实现212

小结212

练习212

7.7AdaDelta算法212

7.7.1算法212

7.7.2从零开始实现213

7.7.3简洁实现214

小结214

练习214

7.8Adam算法215

7.8.1算法215

7.8.2从零开始实现216

7.8.3简洁实现216

小结217

练习217

第8章计算性能218

8.1命令式和符号式混合编程218

8.1.1混合式编程取两者之长220

8.1.2使用HybridSequential类构造模型220

8.1.3使用HybridBlock类构造模型222

小结224

练习224

8.2异步计算224

8.2.1MXNet中的异步计算224

8.2.2用同步函数让前端等待计算结果226

8.2.3使用异步计算提升计算性能226

8.2.4异步计算对内存的影响227

小结229

练习229

8.3自动并行计算229

8.3.1CPU和GPU的并行计算230

8.3.2计算和通信的并行计算231

小结231

练习231

8.4多GPU计算232

8.4.1数据并行232

8.4.2定义模型233

8.4.3多GPU之间同步数据234

8.4.4单个小批量上的多GPU训练236

8.4.5定义训练函数236

8.4.6多GPU训练实验237

小结237

练习237

8.5多GPU计算的简洁实现237

8.5.1多GPU上初始化模型参数238

8.5.2多GPU训练模型239

小结241

练习241

第9章计算机视觉242

9.1图像增广242

9.1.1常用的图像增广方法243

9.1.2使用图像增广训练模型246

小结250

练习250

9.2微调250

热狗识别251

小结255

练习255

9.3目标检测和边界框255

边界框256

小结257

练习257

9.4锚框257

9.4.1生成多个锚框257

9.4.2交并比259

9.4.3标注训练集的锚框260

9.4.4输出预测边界框263

小结265

练习265

9.5多尺度目标检测265

小结268

练习268

9.6目标检测数据集（皮卡丘）268

9.6.1获取数据集269

9.6.2读取数据集269

9.6.3图示数据270

小结270

练习271

9.7单发多框检测（SSD）271

9.7.1定义模型271

9.7.2训练模型275

9.7.3预测目标277

小结278

练习278

9.8区域卷积神经网络（R-CNN）系列280

9.8.1R-CNN280

9.8.2Fast R-CNN281

9.8.3Faster R-CNN283

9.8.4Mask R-CNN284

小结285

练习285

9.9语义分割和数据集285

9.9.1图像分割和实例分割285

9.9.2Pascal VOC2012语义分割数据集286

小结290

练习290

9.10全卷积网络（FCN）290

9.10.1转置卷积层291

9.10.2构造模型 292

9.10.3初始化转置卷积层294

9.10.4读取数据集295

9.10.5训练模型296

9.10.6预测像素类别296

小结297

练习297

9.11样式迁移298

9.11.1方法 298

9.11.2读取内容图像和样式图像 299

9.11.3预处理和后处理图像 300

9.11.4抽取特征 301

9.11.5定义损失函数 302

9.11.6创建和初始化合成图像 303

9.11.7训练模型 304

小结306

练习306

9.12实战Kaggle比赛：图像分类（CIFAR-10）306

9.12.1获取和整理数据集 307

9.12.2图像增广 310

9.12.3读取数据集 310

9.12.4定义模型 311

9.12.5定义训练函数 312

9.12.6训练模型 312

9.12.7对测试集分类并在Kaggle

提交结果313

小结313

练习313

9.13实战Kaggle比赛：狗的品种识别（ImageNetDogs）314

小结320

练习320

第10章自然语言处理321

10.1词嵌入（word2vec）321

小结325

练习325

10.2近似训练325

小结327

练习328

10.3word2vec的实现328

小结336

练习336

10.4子词嵌入（fastText）336

小结337

练习337

10.5全局向量的词嵌入（GloVe）337

小结340

练习340

10.6求近义词和类比词340

小结343

练习343

10.7文本情感分类：使用循环神经网络343

小结347

练习347

10.8文本情感分类：使用卷积神经网络（textCNN）347

小结353

练习353

10.9编码器-解码器（seq2seq）353

小结355

练习355

10.10束搜索355

小结358

练习358

10.11注意力机制358

小结361

练习361

10.12机器翻译361

小结369

练习369

附录A数学基础370

附录B使用Jupyter记事本376

附录C使用AWS运行代码381

附录DGPU购买指南388

附录E如何为本书做贡献391

附录Fd2lzh包索引395

附录G中英文术语对照表397

参考文献402

索引407