
Es handelt sich um ein offenes, interaktives Deep-Learning-Lehrbuch in chinesischer Sprache, das Theorie und Praxis durch ausführbare Code-Beispiele in mehreren Frameworks vermittelt. Geeignet ist es für Studierende, Entwickler und Forscher, die sich Deep Learning systematisch aneignen möchten.
Grundkenntnisse in Python werden empfohlen. Matematische Grundlagen werden schrittweise eingeführt, sodass Lernende dem Lernpfad flexibel folgen können.
PyTorch, TensorFlow, NumPy/MXNet, PaddlePaddle und JAX werden in den Beispielen eingesetzt.
Ja, es gibt eine gedruckte Ausgabe der zweiten Auflage (PyTorch-Version); Inhalt entspricht dem Online-Material, bietet aber offline Zugriff.
Das Material ist Open-Source und auf GitHub verfügbar; dort erscheinen Updates, neue Kapitel und ergänzende Ressourcen.
Ja, begleitende Lehrvideos und Online-Kurse ergänzen das Lernmaterial und unterstützen das Verständnis.
DeepLearning.AI ist eine Plattform für KI-Bildung und berufliche Weiterentwicklung. Gegründet von Andrew Ng, bietet sie strukturierte Online-Kurse von Grundlagen bis zu fortgeschrittenen Themen wie Maschinelles Lernen, Deep Learning und generative KI. Lernende profitieren von praxisorientierten Inhalten, inkl. Programmieraufgaben, Projekten und realen Anwendungsbeispielen. Die Kurse richten sich an Einsteiger ebenso wie an Fachleute, die bestehende Kenntnisse vertiefen möchten. Wöchentlich erscheinen Aktualisierungen mit dem Newsletter The Batch, der Forschungsergebnisse, Tools und Branchentrends zusammenfasst. Die Plattform ermöglicht selbstbestimmtes Lernen mit flexiblen Zeitplänen; nach Abschluss lassen sich Zertifikate erwerben. Eine aktive globale Community und regelmäßige Veranstaltungen unterstützen den Austausch zwischen Lernenden, Entwicklern und Data Scientists.

Machine Learning Mastery ist eine Lernplattform, die sich auf maschinelles Lernen spezialisiert hat. Sie bietet systematische Tutorials, praxisnahe Code-Beispiele und kostenfreie Kurse, um Entwicklern Grundlagen bis zu fortgeschrittenen Konzepten zu vermitteln. Die Inhalte umfassen traditionelle Methoden des maschinellen Lernens sowie moderne Deep-Learning-Techniken und ermöglichen tieferes Verständnis durch konkrete Implementierungen. In der themenbasierten Navigation finden Nutzer Lernpfade, die sich bedarfsgerecht oder strukturiert durch das Thema arbeiten lassen. Zusätzlich stehen kostenlose Schnellstartkurse und Blog-Beiträge zur Verfügung, um den Einstieg zu erleichtern. Anwendungsbereiche wie Computer Vision, NLP und Transformer-Modelle werden abgedeckt. Die Plattform bleibt neutral formuliert und weist keine offiziellen Markenbindungen oder Empfehlungen auf.