动手学深度学习（zh.d2l.ai）是李沐等学者发起并维护的深度学习教学资源网站，以开源教材为核心，配套交互式代码和教学视频，旨在降低深度学习入门门槛。网站内容覆盖从基础数学概念到前沿模型应用的完整体系，支持中英文双语，并提供Jupyter Notebook代码库和在线执行环境，适合高校教学、个人自学及企业培训等多种场景。其核心价值在于将抽象理论转化为可运行的实验，帮助学习者在实践中掌握模型构建、训练和调优的完整流程。

官方入口

https://zh.d2l.ai/

核心功能

• 系统课程：按章节组织深度学习知识，从预备知识到高级主题，结构清晰，循序渐进。
• 交互式代码：每章配有可运行的Jupyter Notebook代码，支持在线修改和运行，即时反馈实验结果。
• 双语资源：提供中英文版本教材，方便不同语言背景的学习者阅读和对照。
• 数据集与工具：内置常用数据集（如Fashion-MNIST）和深度学习框架（PyTorch、TensorFlow）的代码示例。
• 教学视频：配套讲解视频，覆盖核心概念和代码演示，适合视觉学习者。
• 社区讨论：提供论坛或讨论区，学习者可交流问题、分享经验，获得社区支持。
• 离线下载：支持PDF、HTML等格式下载，便于离线阅读和课堂使用。

用户群体

该网站主要面向有一定编程基础（如Python）的深度学习初学者，包括高校学生、科研人员、AI工程师及转行开发者。对于初学者，课程提供了从零到一的完整路径；对于有经验的研究者，可快速查阅特定主题的实现代码和理论推导。此外，高校教师可将教材作为课程参考，企业培训师可利用其动手实践特性设计实验环节。

使用教程

使用该网站时，建议先了解章节结构，再按顺序学习或按需跳转。代码环境支持在线运行，无需本地配置，适合快速试错。学习者可结合视频和文字，先理解概念再动手运行代码，并尝试修改参数观察效果。

• 步骤一：访问网站首页，浏览目录选择感兴趣章节，如“线性神经网络”或“卷积神经网络”。
• 步骤二：点击章节进入详情页，阅读理论讲解，同时打开对应Notebook链接。
• 步骤三：在在线环境中运行代码，观察输出结果，可修改学习率、层数等参数进行实验。
• 步骤四：完成章节末的练习题目，巩固知识并检验理解程度。
• 步骤五：遇到问题可查阅附录或参与社区讨论，或参考其他学习者的笔记。
• 步骤六：定期回顾并尝试将所学应用到个人项目中，如图像分类或文本生成。

总结定位

zh.d2l.ai作为深度学习领域的开源教育平台，以“教材+代码+视频”三位一体的模式，为学习者提供了从理论到实践的高效路径。其核心定位是面向大众的免费高质量学习资源，特别强调动手实践，适合希望快速上手深度学习的用户。网站内容持续更新，覆盖经典模型和前沿技术，满足不同阶段的学习需求。与同类网站相比，其优势在于系统性和实操性并重，且完全免费开放。

这个网站地址是由，心动导航网用户自主提交，或网络收集来的，如有违规或者是打不开的情况，请及时反馈！！