书籍介绍
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，并包括深度学习最基础的概念和技术；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。
目录
用户评论
其实我觉得它的pytorch版写的更好，mxnet安装太劝退了。既有造轮子又有撸框架，对萌新不要太友好。
强推，Pytorch版本也有
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、多方位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
基于mxnet，我暂时还没接触所以着重算法原理和一些基本编程技巧比较多，前大半部分质量比较高，后面突然好像换了个写法，质量就有点不好说了。没有大多数同类书籍的翻译问题，代码也相当详细，实用四星。
一看就是做工程的人写的，很实用。对于入门MXNet是一本绝佳的教材，一些计算机视觉的相关知识写的也很通俗易懂
这太好了！github上也有大佬做的torch版，把这本书当作入门深度学习时的torch或MXnet实践书是非常不错的选择
清晰且详尽，适合深度学习入门，不仅阐述深度学习的算法原理，还演示它们的实现和运行，可操作性很强。可惜基于mxnet实现，不是TensorFlow，还有就是深度差一点。
非常好的一本入门书，大爱
强烈推荐在B站关注李沐学AI
第二版英文开源项目已更新到19章。基础部分已食用。各种应用待了解。
P.S.这本书的阅读体验很像格里菲斯的量子力学，都是先带着你动起来，并且前半部分介绍原理和基础，后半部分介绍各种应用。这样的编排真的很适合新手向教学。