跳转至

深度学习:补充资源

经典教材

Goodfellow, Bengio, Courville — Deep Learning (花书) ★ 圣经

  • 教材主页(免费在线):https://www.deeplearningbook.org/
  • 中译本《深度学习》(人民邮电出版社)
  • 涵盖深度学习数学基础(第一部分)、现代实践(第二部分)、研究方向(第三部分)
  • 推荐当作“百科全书”按需查阅,非顺序通读

李沐《动手学深度学习》★ 中文最强实战书

  • 主页:https://zh.d2l.ai/
  • 三种实现版本(PyTorch / TensorFlow / MXNet)
  • 配套讲座视频(B 站李沐频道)是国内深度学习自学最热资源
  • 编排为“原理 + 代码 + 实验”三位一体,每章可在 1-2 小时跑通

Christopher M. Bishop — Deep Learning: Foundations and Concepts

  • 2024 年新版,PRML 作者写的现代版
  • 数学严格,适合做研究方向

经典与前沿课程

Andrej Karpathy — Neural Networks: Zero to Hero ★ 代码至简

  • 在本站已有独立页面
  • 从 0 实现 GPT-2,代码量小但每行都讲清原理,LLM 入门最高效路径

fast.ai — Practical Deep Learning for Coders

  • 主页:https://course.fast.ai/
  • Jeremy Howard 主讲,自顶向下教学法,先跑通再讲原理
  • 配套 fastai 库,几行代码训出 SOTA 模型

NYU DLT (Yann LeCun) — Deep Learning

实战工具

  • PyTorch:研究界事实标准,本站推荐课程几乎全用 PyTorch
  • JAX/Flax:Google 推动,函数式风格,LLM 训练框架(如 Pax/MaxText)的底座
  • Hugging Face Transformers:NLP/LLM 预训练模型生态
  • Weights & Biases:实验跟踪
  • DeepSpeed / Megatron-LM:大规模分布式训练框架

作业实现与笔记参考

Stanford CS224n(NLP)

@PKUFlyingPig 的 CS224n 资源与作业实现:

UMich EECS 498-007(深度学习与计算机视觉)

@Michael-Jetson 整理的二三十万字课程笔记(PyTorch 实现,含主要章节):

Stanford CS231n(计算机视觉)

Stanford CS230(吴恩达深度学习)

论文阅读与跟进

在 IC 中的应用

  • CV + 边缘 AI:量化神经网络部署到手机/IoT 芯片 ── 对应 AI 算法与系统
  • 传感器智能处理:深度学习用于 ADC 校准、生物医学信号去噪
  • EDA 中的深度学习:GNN 做布局、扩散模型做电路生成
  • 类脑计算:SNN 与 ANN 的关系 ── 对应 类脑芯片

学完后建议读 深度生成模型AI 系统,了解 LLM/扩散模型背后的算法 + 系统全栈。