点击 机器学习算法与Python学习 ，选择加星标
精彩内容不迷路
来源：机器之心，编辑：张倩
markdown笔记与原课程视频一一对应，Jupyter代码均有详细中文注释，这份学习笔记值得收藏。
去年年初，机器之心知识站上线了亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程。这门课从3月持续到8月，超过28000人参与了直播，课程回放在 B 站的播放量达到了上百万次。
这门课程基于李沐等人编写的《动手学深度学习》第二版。《动手学深度学习》既有开源项目，也有纸质书，它覆盖了90年代至今重要的模型，特别是每一章都是一个Jupyter记事本，提供了所有模型的完整实现，并在真实数据上运行从而获得直观体验。目前，它已经被全球 55 个国家 300 所大学用于教学。第2版新加了大量内容，如近年来异常火热的Transformer，同时也新增了Numpy/MXNet、PyTorch和TensorFlow 2.0b版本的实现。
在课程完结时，很多人都表示自己从这门课程中受益匪浅，其中既有深度学习从业者，也有跨学科学习者，既有20出头的学生，也有50多岁还在努力充实自己的职场人士。
从这些评论可以看出，大家在上课时听得都很认真，很多同学在参与课程的过程中还做了笔记，当然也有同学可能没有时间做笔记或者还没抽出时间深入学习这门课。针对这部分同学，我们最近发现了一个非常适合你的学习资源：这门课程的markdown笔记和相关的Jupyter代码。
课程地址：https://c.d2l.ai/stanford-cs329p/
笔记地址：https://github.com/HIT-UG-Group/DeepLearning-MuLi-Notes
这个项目的两位组织者来自哈工大，他们和其他几位同学利用寒假时间学习了「动手学深度学习」中文系列课程，并共同整理了这份学习资料。
该项目的特色是：
- markdown笔记与原课程视频一一对应，可以帮助大家一边听课一边理解。
- Jupyter代码均有详细中文注释，帮助大家更快上手实践。
打开其中一个链接，我们可以看到详尽的记录和整洁的版面。
目前，该项目在GitHub上的star量已经达到1.5k，有需要的同学可以前往项目主页获取资料。
整理不易，点赞三连↓
