如果你打算系统学习深度学习，《动手学深度学习》中文版（GitHub 仓库 d2l-ai/d2l-zh）是目前最值得从零读完的开源教材之一：它在 GitHub 上拥有 80.3k Star，采用 Apache-2.0 许可，全文可在 zh.d2l.ai 免费在线阅读，中英文版本已被 70 多个国家的 500 多所大学用作教材或参考书，英文版《Dive into Deep Learning》由剑桥大学出版社于 2023 年正式出版。
它和别的教材有什么不同
《动手学深度学习》的核心主张只有一句：理解深度学习的最佳方法是学以致用。传统教材往往把数学推导和工程实现拆成两本书，读者读完理论依然写不出模型。这本书把三样东西放在同一处：概念与背景知识、解决问题所需的数学、以及可直接运行的代码。每一章都配有 Jupyter Notebook，读者可以修改参数、重新运行、观察结果，在动手过程中建立对模型的理解。
这种「学用一体」的定位让它同时覆盖三条学习路径：想理解原理的读者读数学推导，想上手的读者直接跑代码，遇到问题的读者去配套论坛 discuss.d2l.ai 提问交流。
一组数字说明它的体量
- 80.3k Star、12.4k Fork，被 760 个仓库依赖
- 4,116 次提交、243 位贡献者、16 个发布版本
- 第二版 v2.0.0 于 2022 年 12 月 8 日发布
- 仓库代码构成：Python 75.3%、HTML 12.1%、TeX 10.7%
谁在写、谁在用
四位作者分别是 Aston Zhang、Zachary C. Lipton、Mu Li 和 Alexander J. Smola。加州大学伯克利分校在 2019 年春季学期将其用作《Introduction to Deep Learning》课程教材，并配套提供中文课件。学术界和工业界的推荐也来自一线：NVIDIA 创始人黄仁勋评价它「值得任何想了解深度学习何以引爆人工智能革命的人关注」，南京大学周志华教授的评价是「书中代码可谓所学即所用」。
从哪里开始
不需要购买，也不需要等待印刷版。打开 zh.d2l.ai 即可在线阅读全部章节；想跟着动手的读者，按「安装」章节配置好 Python 环境，就可以逐章运行书中的 Notebook。仓库采用 Apache-2.0 许可，允许自由复制、修改、再分发——许多大学正是直接拿它作为课程讲义的基础。
结论
《动手学深度学习》用「免费可读、代码可跑、社区可问」的方式，把深度学习入门这件事的成本降到了接近零。如果你想学深度学习，从这本 80.3k Star 的开源教材开始，是投入产出比最高的路径之一。