还记得李沐老师的《动手学深度学习》吗？近日，该书的 TF2.0 代码复现项目来了。

机器之心整理，参与：一鸣。

UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容，并采用各种各样的深度学习框架将其复现。据机器之心所知，现在已有 MXnet（原版）和 PyTorch 版本。

近日，《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版。这一项目登上了 12 月 9 日的 GitHub 热榜，一天获得了百星。

项目作者表示，该项目是基于中文版的书进行的更新和重构，在代码上参考了 PyTorch 版本。目前该项目已更新到第五章，仍在继续更新。

本项目主要两位作者来自北大软件和微电子学院。项目已获得李沐老师本人授权。

TF2.0 版的《动手学》怎么样

本项目包括 code 和 doc 两个文件夹。其中 code 保存了 Jupyter 格式的代码，而 doc 则是 md 格式的书籍文件。由于原书使用的是 MXnet，因此代码和文本略有不同。

书籍内容展示

考虑到 md 格式对公式的展示不太优秀，作者使用 docsify (https://docsify.js.org/#/zh-cn/) 将文本转到了 GitHub pages 上，你可以像浏览网页那样阅读全书。

从网页来看，目前确实更新到了第五章，但是考虑到这是一个小团队做的代码重构工作，能完成这么多实属不易。

代码展示

在书中，代码和文本是穿插进行了，因此可以一边读书一边写代码复现，还可以随时随地检查结果。

以「构建 MLP 网络」为例，作者提供了最 Python 的复现方法——为模型定义一个类，并继承 tf.keras.Model 的基类。在 TF2.0 的代码中，这是一种较为稳妥的方法。

当然，也有这样较为简单的实现代码。总之，代码非常简洁易懂。

全书目录

和之前机器之心介绍过的一样，这里提供全书目录，供读者参考。

怎样使用这一项目

作者在项目介绍中提供了两种使用方法，你可以从网页上阅读全书和配套代码，并一步一步跟着复现。当然，还有另一种本地浏览的方法。

具体而言，你需要首先安装 docify-cli 工具：

npm i docsify-cli -g

接着将本项目 clone 到本地并进入目录：

git clone https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0cd Dive-into-DL-TensorFlow2.0

然后可以运行一个本地服务器，你可以在浏览器中输入 http://localhost:3000，然后就可以实时访问文档并查看渲染效果了。

docsify serve docs