@antoniolupetti: "Dive into Deep Learning" 是一本开源书籍，它构建了大型语言模型的数学基础，涵…

X AI KOLs Timeline 工具
deep-learning open-source book educational mathematics large-language-models transformer

摘要

一本开源书籍，构建了大型语言模型的数学基础，涵盖线性代数、微积分、概率和Transformer架构，包含超过1000页的清晰解释和实用示例。

"Dive into Deep Learning" 是一本开源书籍，它构建了大型语言模型的数学基础，涵盖线性代数、微积分、概率、优化、反向传播、注意力机制和Transformer架构等主题。 本书逐步从经典神经网络和卷积神经网络过渡到现代Transformer以及大型语言模型中使用的实用技术。 全书超过1000页，包含非常清晰的解释、实用示例和练习，是理解现代人工智能系统和大型语言模型数学结构的最佳免费资源之一。 https://arxiv.org/pdf/2106.11342
查看原文
查看缓存全文

缓存时间: 2026/05/21 19:38

《动手学深度学习》是一本开源书籍，系统构建了大型语言模型的数学基础，涵盖线性代数、微积分、概率论、最优化、反向传播、注意力机制及Transformer架构等主题。

本书循序渐进地从经典神经网络和卷积神经网络，过渡到现代Transformer及大型语言模型中使用的实用技术。

全书篇幅超过1000页，包含清晰的解释、实践示例和练习题，是理解现代人工智能系统及大型语言模型背后数学结构的最佳免费资源之一。

https://arxiv.org/pdf/2106.11342

Dive into Deep Learning

来源：https://arxiv.org/abs/2106.11342 查看PDF (https://arxiv.org/pdf/2106.11342)

摘要：这本开源书籍是我们让深度学习易于理解的尝试，向读者讲解概念、背景和代码。全书采用Jupyter笔记本编写，将阐述性的图表、数学公式和交互式示例与自包含代码无缝融合。我们的目标是提供一种资源，能够 (i) 免费供所有人使用；(ii) 提供足够的技术深度，成为真正成为应用机器学习科学家的起点；(iii) 包含可运行代码，向读者展示如何在实际中解决问题；(iv) 允许快速更新，既可由我们进行，也可由整个社区进行；(v) 辅以论坛，用于互动讨论技术细节和回答问题。

提交历史

来自：Aston Zhang 查看邮箱
[v1] 2021年6月21日星期一 18:19:46 UTC (26,020 KB)
[v2] 2021年7月26日星期一 16:51:30 UTC (25,653 KB)
[v3] 2022年7月29日星期五 17:10:12 UTC (34,593 KB)
[v4] 2023年2月10日星期五 17:49:41 UTC (36,095 KB)
[v5] 2023年8月22日星期二 17:02:42 UTC (38,577 KB)

相似文章

@Jolyne_AI: 一本开源实战书：《Hands-On Large Language Models》（《动手学大模型》）。 全书 12 章，从语言模型基础到提示词工程、语义搜索、模型微调，再到多模态应用，循序渐进，覆盖大模型落地的关键路径。 GitHub：h…

X AI KOLs Timeline

一本开源实战书《Hands-On Large Language Models》（《动手学大模型》），全书12章，覆盖语言模型基础、提示词工程、语义搜索、模型微调及多模态应用，提供可运行代码示例，适合实战学习。