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: Binder

或者: Colab

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!