《深度学习理论与实战：基础篇》
目前在京东有售。
本网站是电子工业出版社出版的《深度学习理论与实战：基础篇》的相关资料，包括随书源代码、补充资料和勘误表等内容。
《深度学习理论与实战：提高篇》
基础篇的姊妹篇，免费阅读。涵盖听觉、视觉、语言和强化学习四大领域，深入浅出的理论分析和详尽的代码分析。
代码
请用git clone或者http下载本repo，然后进入相应的章节目录，比如第一章的代码在src/ch1
第一章
第二章
第三章
第四章
第五章
第六章
第七章
补充材料
第一章
第二章
第三章
Tensorflow简介，为了便于读者理解，作者先介绍了CNN、RNN等模型之后再介绍Tensorflow和PyTorch等工具。但是为了在介绍理论的同时也能了解它的基本用法，所以在这一章就需要读者了解基本的Tensorflow用法了，这就造成了"循环依赖"。因此这里的内容和后面的章节有一些重复，出版时把这部分去掉了，但是读者如果不了解Tensorflow的基本用法，可能无法了解本章的代码，所以建议没有Tensorflow基础的读者阅读一下这部分的内容。
第四章
用Numpy实现vanilla RNN，这个补充材料介绍怎么使用Numpy(而不借助其它深度学习框架]实现最简单的RNN，并且用这个RNN来训练莎士比亚风格的语言模型。通过这个材料，读者可以了解到RNN前向技术的具体步骤。
PyTorch简介，为了便于读者理解，作者先介绍了CNN、RNN等模型之后再介绍Tensorflow和PyTorch等工具。但是为了在介绍理论的同时也能了解它的基本用法，所以在这一章就需要读者了解基本的Tensorflow用法了，这就造成了”循环依赖”。因此这里的内容和后面的章节有一些重复，出版时把这部分去掉了，但是读者如果不了解PyTorch的基本用法，可能无法了解本章的代码，所以建议没有PyTorch基础的读者阅读一下这部分的内容。
第六章
在Docker中使用Tensorflow Serving，为了运维，建议使用Docker来使用Tensorflow Serving。