2022 年版配套代码 · PaddlePaddle · 8 章实践
章节代码 · 配套课程 · 问题反馈 · 第二版 PyTorch 实现 · 系列主站
本仓库保留《神经网络与深度学习：案例与实践》第一版的 PaddlePaddle 代码，供第一版读者与飞桨学习者使用。第二版改用 PyTorch，扩展为 10 章，新增图神经网络、大语言模型与智能体，入口为 nndl-practice。
本书是《神经网络与深度学习》（蒲公英书）的配套实践篇。每章结合模型解读与案例实践：先从零实现模型和算法，再用飞桨提供的 API 完成实际任务，在数据处理、训练和评价中理解原理。
适合有 Python 基础、希望动手学习深度学习的读者。可结合理论书阅读，也可按下方目录选择感兴趣的章节。
| 章 | 代码入口 |
|---|---|
| 1 | 实践基础 |
| 2 | 机器学习概述 |
| 3 | 线性模型 |
| 4 | 前馈神经网络 |
| 5 | 卷积神经网络 |
| 6 | 循环神经网络 |
| 7 | 网络优化与正则化 |
| 8 | 注意力机制 |
git clone https://github.com/nndl/practice-in-paddle.git
cd practice-in-paddle使用 Jupyter Notebook 打开对应章节中的 .ipynb 文件，按 Notebook 内的环境与数据准备说明运行。数据集说明提供配套数据入口。第一版环境与第二版不同，请按所用版本的说明准备依赖。
- 《神经网络与深度学习》视频课程：邱锡鹏主讲。
- 《案例与实践》视频课程与在线实训：飞桨研发工程师讲解实践内容。
- 飞桨 AI Studio：课程与在线 Notebook 平台。
第一版代码问题请提交到本仓库 Issues，注明章节、Notebook、PaddlePaddle 与 Python 版本、复现步骤和报错。学习交流可前往系列讨论区。