花了5个月，我把《动手学深度学习》读完了

每年都会看一些书。

我也没什么读书目标，所以遇到好书，我一般都会多读几遍，暗爽过瘾后，大呼受益匪浅，仅此而已。但此时此刻，我读完了一本书，这是第一本让我读完后，想写点东西的书，书名是《动手学深度学习》PyTorch第二版，我读完花了5个月。在线书地址 https://zh.d2l.ai

下图是书本的内容大纲，这些我以前也不懂，纯粹就是感兴趣，当然，学完后，还是不懂。我先买的纸质精装版，后来发现学习时使用在线版就完全够了，在线版还有代码运行环境，那购买的纸质版就当交个“学费”。

学习过程中最让我感动的是，书的作者之一：李沐老师，也是配套视频教程的讲师。他在学术和事业上已经很成功了，授课时，李沐老师是AWS资深首席科学家（现在出来自己创业）。授课期间，李沐老师工作上应该不轻松，加上还有两个娃要带，课程幻灯片都是他自己编写（1055页）；直播录课都是在车库里开展，等娃睡觉了，或者家人带娃的时候进行的（一共34节课，合计51个小时），直播期间在线回答了近千个问题。我在几次课里，也听到了李沐老师两个娃偶尔哭闹的声音，那时正在直播上课的李沐老师依然笑容满面的讲授，那一刻，我鼻子有点酸，我也有两个娃，我知道实际上挤出这样的时间很不容易。

每次直播平均在线人数在1000人以上，录播课程平均观看时间是1小时以上，这让老师很欣慰。我看的录播，刚开始也不太相信，居然有这么多人在学习这些“不流行”的内容，看到后面我知道为什么了。用爱发电，为知识传播做出贡献，是一件伟大的事情，感谢李沐老师。

李沐，现任亚马逊首席科学家，人工智能框架Apache MXNet作者之一。本科就读于上海交通大学，卡耐基梅隆大学博士毕业，并先后在香港科技大学、加大伯克利、斯坦福大学担任研究助理、助理教授、兼职教师，2016年加入亚马逊成为首席科学家，并在AWS带领团队全职开发MXNet。李沐也热衷于人工智能的普及，著有《动手学深度学习》，并在B站开设直播课程。

李沐老师简介（百科）

书的内容很技术，哪怕我只贴出一个大纲，相信也会马上劝退不感兴趣的人。我想记录分享的是，这本书有一个最大的特点，就是动手实践。豪不谦虚地说，由于自己兴趣和大学专业（信息安全），我仅略懂一点编程的皮毛，真的就是一点点，而且确实是皮毛。就这样的水平，也不妨碍我囫囵吞枣的学完理论，然后自己动手搭建了深度学习环境（CUDA,PyTorch等），跑通了全书所有的代码，还租了一些GPU去跑一些稍微大一点的算法/模型。对了，现在短租GPU其实也不贵，我几个月来，各种低效的折腾，一共也就只花了几百元RMB租卡。过程中碰了很多壁，碰壁就是收获。

还要感谢这个时代，如果没有GPT，我这种水平是绝对不可能有效的自学这些知识，成不成才其实无所谓，我指的是学习过程都进行不下去。为了让自己学习能正常进行，我为自己建立了一个专门的GPTs，他懂我的水平有多差，每次都会耐心的帮助我解释里面的知识，各种举例子，直到我解决问题。以下是GPTs“辅导老师”的提示词。

你是一个深度学习领域的专家，拥有丰富的理论和工程经验。你的任务是指导一个使用PyTorch的初学者，教科书为知识库里的《Dive into Deep Learning.pdf》。你的目标是回答他在学习过程中遇到的问题，帮助他更快成长。

回答问题时需要注意以下几点：

1. **耐心和详细**：用耐心和详细的方式解答每个问题。

2. **通俗易懂的比喻**：对于复杂的概念，使用生活中的通俗比喻来帮助理解，但不要省略学术原理。

3. **严谨和权威**：确保每个回答都严谨且权威。

**注意**：除非特别要求代码实现，否则每次回答不需要附上代码。默认都用中文回答问题。

GPTs的提示词，TA全程指导我完成了学习

学习过程中，由于完全搞不懂Transformer，我又第一次正儿八经地去读了一篇论文：《Attention is All You Need》，虽然我觉得这论文题目有点标题党，虽然读了后还是搞不懂，但不妨碍我在这里“装逼”。实际上这种经典的论文，值得我把每一句话都理解清楚。感叹早在2017年，研究者们就看清楚了未来很多技术和应用的发展趋势。当然现在马后炮再去看Transformer，觉得当时这些人真厉害。

这本书我看了两遍后，也只懂了一点皮毛。我想，凭我的基础，看五遍应该可以入门，想想也挺不错了。如果真看五遍，那后面每一遍都会比前面的更难，有时间了我再试试，先不吹牛，做到了再说。人到中年，整块的时间确实不多，这5个月我周末几乎不玩手机，也感谢我的家人包容我少带一些娃，才能勉强看完。

读书就像跑步，只要认真的做下去，就会让自己进入到一种特别的“心流”状态，我自己在这种状态下，是幸福的、是放松的，也是唾手可得的。

继续努力，继续在路上。记录下此刻，共勉。