Fundamentals-of-Deep-Learning-Book
Fundamentals-of-Deep-Learning-Book 是 O'Reilly 畅销书《深度学习基础》（第二版）的官方代码配套资源库。它旨在解决读者在学习深度学习理论时“懂原理却难落地”的痛点，将书中抽象的算法概念转化为可运行、可修改的实际代码，帮助学习者通过动手实践真正掌握技术细节。
这套资源特别适合希望系统构建深度学习知识体系的开发者、人工智能研究人员以及高校学生使用。无论你是想从零开始入门，还是希望更新对新一代智能技术的认知，都能从中获益。其核心亮点在于全面采用当前业界主流的 PyTorch 框架重构了书中所有算法，确保技术栈的现代性与实用性。此外，项目大部分章节内容都以 Google Colab 笔记本形式提供，用户无需在本地繁琐配置环境，即可直接在云端浏览器中运行示例并观察结果；部分章节也提供了 Python 脚本文件，方便进行更灵活的本地开发与调试。作为连接经典教材与工程实践的桥梁，Fundamentals-of-Deep-Learning-Book 让深度学习的学习过程变得更加直观和高效。
使用场景
某初创公司的算法工程师团队正试图从零构建一个基于 PyTorch 的图像缺陷检测系统，但团队成员对深度学习的底层原理和最新架构缺乏系统性认知。
没有 Fundamentals-of-Deep-Learning-Book 时
- 团队需自行在碎片化的网络博客和过时的教程中拼凑代码，导致实现的模型架构与书中理论脱节，调试成本极高。
- 由于缺乏官方提供的标准化 PyTorch 实现参考，工程师在复现卷积神经网络或 Transformer 等核心算法时，常因细节错误陷入数天的无效排查。
- 新成员上手缓慢，必须手动配置复杂的本地开发环境，且无法直接利用现成的 Google Colab 笔记本进行快速验证和教学演示。
- 面对第二版新增的生成式 AI 内容，团队只能依赖零散的论文解读，难以将前沿理论转化为可运行的工程代码。
使用 Fundamentals-of-Deep-Learning-Book 后
- 团队直接调用书中各章节对应的官方代码库，确保每一行 PyTorch 实现都与核心理论严格对齐，大幅降低了架构设计的试错率。
- 借助仓库中提供的完整算法示例，工程师能迅速定位并修正自定义模型中的逻辑漏洞，将核心模块的开发周期从数周缩短至几天。
- 成员可直接通过 GitHub 链接在 Google Colab 中运行现成的 Notebook 实例，无需配置本地环境即可立即开展实验和内部技术培训。
- 针对最新的深度学习趋势，团队利用书中更新的代码案例快速搭建了原型系统，实现了从理论概念到工程落地的无缝衔接。
Fundamentals-of-Deep-Learning-Book 通过将权威理论与工业级 PyTorch 代码深度绑定，彻底消除了深度学习从“读懂”到“跑通”之间的最后一公里障碍。
运行环境要求
未说明
未说明
快速开始
深度学习基础
本仓库是尼廷·布杜马、尼基尔·布杜马（Nikhil Buduma）和乔·帕帕（Joe Papa）合著的《深度学习基础（第二版）》（英文名：Fundamentals of Deep Learning, Second Edition，亚马逊链接：https://www.amazon.com/Fundamentals-Deep-Learning-Next-Generation-Intelligence/dp/1491925612）的配套代码库。此外，尼古拉斯·洛卡西奥（Nicholas Locascio）也为本书和代码做出了贡献。穆斯塔法·萨米尔（Mostafa Samir）、苏里亚·布帕蒂拉朱（Surya Bhupatiraju）以及阿尼什·阿塔利耶（Anish Athalye）也参与了文本和代码的编写。第二版中的所有算法均使用目前最流行的机器学习框架之一——PyTorch（https://www.pytorch.org/）实现。
仓库使用指南
本仓库包含2022年出版的《深度学习基础》第二版的代码。第一版的代码则位于first_edition_archive文件夹中。第二版各章的代码分别存放在对应的文件夹内，前提是该章确实包含代码。大多数章节的示例都以Google Colab笔记本的形式提供。在某些情况下，为了更便捷地运行示例，还附带了.py格式的脚本文件。
开发环境搭建
您可以直接从本GitHub仓库运行Google Colab笔记本。有关如何将Google Colab与GitHub结合使用的说明，请参阅此处。
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。
scikit-learn
scikit-learn 是一个基于 Python 构建的开源机器学习库，依托于 SciPy、NumPy 等科学计算生态，旨在让机器学习变得简单高效。它提供了一套统一且简洁的接口，涵盖了从数据预处理、特征工程到模型训练、评估及选择的全流程工具，内置了包括线性回归、支持向量机、随机森林、聚类等在内的丰富经典算法。 对于希望快速验证想法或构建原型的数据科学家、研究人员以及 Python 开发者而言，scikit-learn 是不可或缺的基础设施。它有效解决了机器学习入门门槛高、算法实现复杂以及不同模型间调用方式不统一的痛点，让用户无需重复造轮子，只需几行代码即可调用成熟的算法解决分类、回归、聚类等实际问题。 其核心技术亮点在于高度一致的 API 设计风格，所有估算器（Estimator）均遵循相同的调用逻辑，极大地降低了学习成本并提升了代码的可读性与可维护性。此外，它还提供了强大的模型选择与评估工具，如交叉验证和网格搜索，帮助用户系统地优化模型性能。作为一个由全球志愿者共同维护的成熟项目，scikit-learn 以其稳定性、详尽的文档和活跃的社区支持，成为连接理论学习与工业级应用的最
keras
Keras 是一个专为人类设计的深度学习框架，旨在让构建和训练神经网络变得简单直观。它解决了开发者在不同深度学习后端之间切换困难、模型开发效率低以及难以兼顾调试便捷性与运行性能的痛点。 无论是刚入门的学生、专注算法的研究人员，还是需要快速落地产品的工程师，都能通过 Keras 轻松上手。它支持计算机视觉、自然语言处理、音频分析及时间序列预测等多种任务。 Keras 3 的核心亮点在于其独特的“多后端”架构。用户只需编写一套代码，即可灵活选择 TensorFlow、JAX、PyTorch 或 OpenVINO 作为底层运行引擎。这一特性不仅保留了 Keras 一贯的高层易用性，还允许开发者根据需求自由选择：利用 JAX 或 PyTorch 的即时执行模式进行高效调试，或切换至速度最快的后端以获得最高 350% 的性能提升。此外，Keras 具备强大的扩展能力，能无缝从本地笔记本电脑扩展至大规模 GPU 或 TPU 集群，是连接原型开发与生产部署的理想桥梁。