nndl/nndl

邱锡鹏《神经网络与深度学习》第二版与通识版：电子书、章节目录、学习资源与勘误。

项目简介

这是一个围绕中文书籍《神经网络与深度学习》（作者：邱锡鹏）的公开仓库，提供两本电子书的 PDF、目录、勘误入口和配套资源链接。

两本书

1. 第二版（又称“蒲公英书”）

  • 定位：系统掌握理论与方法，从机器学习基础讲到神经网络、优化、Transformer、图神经网络、强化学习、生成模型与大语言模型。
  • 适合读者：专业课程学习与研究入门。
  • 结构：全书 16 章，另附 5 个数学基础附录（线性代数、微积分、数学优化、概率论、信息论）。
  • 获取：提供免费 PDF 下载。

2. 通识版

  • 定位：少一些公式，多一些直觉，用故事、案例和生活类比解释神经网络与深度学习，并延伸到大语言模型、智能体、多模态、科学智能、具身智能、AI 安全与未来。
  • 适合读者：非专业读者、跨学科入门与高校通识课。
  • 结构：全书 16 章。
  • 获取：提供免费 PDF 下载。

两本书可分别阅读，也可先读通识版建立直觉，再深入第二版理论。

配套资源

  • 主站：nndl.ai，提供选书与阅读路径建议。
  • 配套实践（nndl-practice）：第二版的 PyTorch 代码实践，用于验证模型与算法。
  • 专题读本：《大模型与智能体》，含 6 个独立入门练习。

勘误与建议

读者可通过 GitHub Issues 提交勘误或改进建议。提交时需注明：书名与版本、章节及页码、PDF 下载日期、原文与问题说明。

第一版归档

仓库中保留了第一版的 PDF、勘误、封面，以及各章 PDF 与教学幻灯片（位于独立分支）。

仓库内容说明

  • 仓库主要存放两本书的主站元数据与说明页，不包含第二版的 LaTeX 源码。
  • 各书目录下的 _meta.yml 是主站书目卡片的数据源，由脚本聚合生成主站数据。

版本状态

两本书均开放出版前电子稿，内容随修订更新，出版进度见各书页面。引用或反馈时需注明版本与下载日期。

Related

  • Project
    lss233/kirara-ai

    Kirara AI is a multi-platform chatbot framework that connects mainstream large language models to chat services like QQ, Telegram, Discord, and WeChat. It provides a WebUI for setup, supports plugins, presets, image/voice replies, and an HTTP API, making it easy to deploy a versatile AI assistant.

  • Project
    keon/awesome-nlp

    A curated, community-maintained list of natural language processing resources, covering libraries, datasets, tutorials, research summaries, and language-specific tools. It helps NLP practitioners and learners quickly find high-quality materials across many languages and use cases.

  • Project
    openai/tiktoken

    A fast BPE tokenizer for OpenAI models that converts text into tokens for model processing with high efficiency and lossless compression.

  • Project
    teng-lin/notebooklm-py

    An unofficial Python client/CLI for Google’s Gemini Notebook (formerly Notebook LM). It lets you program‑matically create notebooks, add many source types, ask Gemini‑powered questions, generate audio/video/slides/quiz/flashcards/mind‑maps, and batch‑download the results. Designed for research automation, LLM‑agent integration (Claude Code, Codex, etc.), and head‑less scripting via a Python API, MCP server, or REST server. Uses undocumented Google APIs, so it may break and is rate‑limited.