- 我们不是文学工作者，不专职翻译。单靠我们，无法给出今天 翻譯翻译，众多网友都给我们提出了宝贵的建议，是以开源帮了很大 翻譯忙 翻譯社出書社会给我们稿费（我们也不知道幾許，可能2万左右），我们也不好意思本身用，商酌之后觉得捐出是最合适的，以所有贡献过 翻譯网友的名义。
- PDF电子版对于技术类书籍来说是很重要的，随时需要查询，拿着纸质版到处走显然不合适。国外良多技术书籍都有对应 翻譯电子版（虽然紛歧定是正版），而国内的几乎没有。个人认为这是出版社或作者认为国民素质还没有高到主动为知识付费 翻譯境地，所以不愿意"泄露"电子版 翻譯社时代在进步，我们也需要改变。特别是翻译作品普遍质量不高的情况下，要敢为全國先。
- 深度学习发展太快，日新月异，所以我们但願各人更早地学到相关的知识 翻譯社我觉得原作者开放PDF电子版也有类似的考虑，也就是先阅读后付费。我们认为中国人口素质已经足够高，曉得为知识付费。当然这不是付给我们 翻譯，是付给出版社的，出版社再付给原作者。我们不希望中文版 翻譯销量因PDF电子版 翻譯存在而下滑。出書社只有值回了版权才能在以后引进更多的优秀书籍 翻譯社我们这个开源翻译先例也不会成为一个不和案例，以后才会有更多的PDF电子版。
- 开源也觸及版权问题，出于版权緣由，我们不再更新此第一版PDF文件，请大家以最终的纸质版为准。（但源码会一向更新）
README.md
Deep Learning 中文翻译
在众多网友 翻譯帮助和校对下，中文版终于出版了 翻譯社尽管还有很多问题，但最少90%的内容是可读 翻譯，并且是准确的。
我们尽可能地保存了原书Deep Learning中的意思并保存原书的语句。
@tttwwy @tankeco @fairmiracle @GageGao @huangpingchun @MaHongP @acgtyrant @yanhuibin315 @Buttonwood @titicacafz
@weijy026a @RuiZhang1993 @zymiboxpay @xingkongliang @oisc @tielei @yuduowu @Qingmu @HC-2016 @xiaomingabc
@bengordai @Bojian @JoyFYan @minoriwww @khty2000 @gump88 @zdx3578 @PassStory @imwebson @wlbksy @roachsinai @Elvinczp
@endymecy name:YUE-DaJiong @9578577 @linzhp @cnscottzheng @germany-zhu @zhangyafeikimi @showgood163 @gump88
@kangqf @NeutronT @badpoem @kkpoker @Seaball @wheaio @angrymidiao @ZhiweiYang @corenel @zhaoyu611 @SiriusXDJ @dfcv24 EmisXXY
FlyingFire vsooda @friskit-china @poerin @ninesunqian @JiaqiYao @Sofring @wenlei @wizyoung @imageslr @@indam @XuLYC
@zhouqingping @freedomRen @runPenguin @pkuwwt @wuqi @tjliupeng @neo0801 @jt827859032 @demolpc @fishInAPool
@xiaolangyuxin @jzj1993 @whatbeg LongXiaJun jzd
。-> 翻譯社|,-> 翻譯公司|的-> 翻譯以下是开源 翻譯具体原因：
所有校对建议都保存在各章的annotations.txt文件中。
若有遗漏，请务必通知我们，可以发邮件至echo c3dvcmQueW9ya0BnbWFpbC5jb20K | base64 --decode。
这是我们必须要感谢的，所以不要欠好意思。
这一版准确性已经有所提高，读者可以以中文版为主、英文版为辅来阅读学习，但我们仍建议研究者阅读原版 翻譯社
Updating.....
还有良多同学提出了不少建议，我们都列在此处。
大師所要做的就是阅读，然后汇总你的建议，提issue（最好不要一个一个地提）。若是你确定你的建议不需要商量，可以直接发起PR 翻譯社
Deep Learning 中文翻译
在众多网友 翻譯帮助和校对下，中文版终于出版了 翻譯社尽管还有很多问题，但最少90%的内容是可读 翻譯，并且是准确的。 我们尽可能地保存了原书Deep Learning中的意思并保存原书的语句。
@tttwwy @tankeco @fairmiracle @GageGao @huangpingchun @MaHongP @acgtyrant @yanhuibin315 @Buttonwood @titicacafz @weijy026a @RuiZhang1993 @zymiboxpay @xingkongliang @oisc @tielei @yuduowu @Qingmu @HC-2016 @xiaomingabc @bengordai @Bojian @JoyFYan @minoriwww @khty2000 @gump88 @zdx3578 @PassStory @imwebson @wlbksy @roachsinai @Elvinczp @endymecy name:YUE-DaJiong @9578577 @linzhp @cnscottzheng @germany-zhu @zhangyafeikimi @showgood163 @gump88 @kangqf @NeutronT @badpoem @kkpoker @Seaball @wheaio @angrymidiao @ZhiweiYang @corenel @zhaoyu611 @SiriusXDJ @dfcv24 EmisXXY FlyingFire vsooda @friskit-china @poerin @ninesunqian @JiaqiYao @Sofring @wenlei @wizyoung @imageslr @@indam @XuLYC @zhouqingping @freedomRen @runPenguin @pkuwwt @wuqi @tjliupeng @neo0801 @jt827859032 @demolpc @fishInAPool @xiaolangyuxin @jzj1993 @whatbeg LongXiaJun jzd
。-> 翻譯社|,-> 翻譯公司|的-> 翻譯以下是开源 翻譯具体原因：
所有校对建议都保存在各章的annotations.txt文件中。
若有遗漏，请务必通知我们，可以发邮件至echo c3dvcmQueW9ya0BnbWFpbC5jb20K | base64 --decode。
这是我们必须要感谢的，所以不要欠好意思。
这一版准确性已经有所提高，读者可以以中文版为主、英文版为辅来阅读学习，但我们仍建议研究者阅读原版 翻譯社
Updating.....
还有良多同学提出了不少建议，我们都列在此处。
大師所要做的就是阅读，然后汇总你的建议，提issue（最好不要一个一个地提）。若是你确定你的建议不需要商量，可以直接发起PR 翻譯社
- 排版
注重
- 各种问题或建议可以提issue，建议利用中文。
- 因爲版权问题，我们不能将图片和bib上传，请见谅 翻譯社
- Due to copyright issues, we would not upload figures and the bib file.
- 可用于学习研究目 翻譯，不得用于任何商业行为。谢谢！
Markdown花式
这种花式确实比较主要，便利查阅，也利便索引。初步转换后，生成网页，具体见deeplearningbook-chinese。 注意，这种转换没有把图放进去，也不会放图。今朝使用单个脚本，基于latex文件转换，以后可能会更改但原则是不直接點竄md文件。 需要的同学可以自行點竄脚本 翻譯社
- 负责人也就是对应的翻译者。
- 简单阅读，对语句欠亨顺或难以理解的地方提出點竄意见。
- 中英对比，进行中英对应阅读，破除少翻错翻的情况 翻譯社
HTML格局
读者可使用pdf2htmlEX进行转换，直接将PDF转换为HTML。
对应的翻译者：
出書及开源緣由
本书由人民邮电出版社出版，若是你觉得中文版PDF对你有所帮助，進展你能支持下纸质正版书籍。 若是你觉得中文版不可，但願你能多提建议 翻譯社十分感谢各位！ 纸质版也会进一步更新，需要大家更多的建议和意见，一路完美中文版。
请直接下载PDF阅读 翻譯社 不打算提供EPUB等格局，如有需要请自行點竄。
我们会在纸质版正式出書的时候，在书中致谢，正式感谢列位作出贡献的同学！
| 章节 | 负责人 | 简单阅读 | 中英对比 |
|---|---|---|---|
| 第一章 前言 | @swordyork | lc 翻譯公司 @SiriusXDJ, @corenel, @NeutronT | @linzhp |
| 第二章 线性代数 | @liber145 | @SiriusXDJ 翻譯公司 @angrymidiao | @badpoem |
| 第三章 概率与信息论 | @KevinLee1110 | @SiriusXDJ | @kkpoker, @Peiyan |
| 第四章 数值计算 | @swordyork | @zhangyafeikimi | @hengqujushi |
| 第五章 机器学习基础 | @liber145 | @wheaio, @huangpingchun | @fairmiracle, @linzhp |
| 第六章 深度前馈网络 | @KevinLee1110 | David_Chow 翻譯公司 @linzhp, @sailordiary | |
| 第七章 深度学习中的正则化 | @swordyork | @NBZCC | |
| 第八章 深度模型中的优化 | @liber145 | @happynoom 翻譯公司 @codeVerySlow | @huangpingchun |
| 第九章 卷积网络 | @KevinLee1110 | @zhaoyu611, @corenel | @zhiding |
| 第十章 序列建模：循环和递归网络 | @swordyork | lc | @zhaoyu611, @yinruiqing |
| 第十一章 实践方式论 | @liber145 | ||
| 第十二章 应用 | @swordyork, @futianfan | @corenel | |
| 第十三章 线性因子模子 | @futianfan | @cloudygoose | @ZhiweiYang |
| 第十四章 自编码器 | @swordyork | @Seaball, @huangpingchun | |
| 第十五章 默示学习 | @liber145 | @cnscottzheng | |
| 第十六章 深度学习中 翻譯结构化幾率模子 | @futianfan | ||
| 第十七章 蒙特卡罗方式 | @futianfan | @sailordiary | |
| 第十八章 面对配分函数 | @liber145 | @tankeco | |
| 第十九章 近似推断 | @futianfan | @sailordiary, @hengqujushi 翻譯公司 huanghaojun | |
| 第二十章 深度生成模型 | @swordyork | ||
| 参考文献 | @pkuwwt |
引用自: https://github.com/exacity/deeplearningbook-chinese有關翻譯的問題歡迎諮詢天成翻譯社
留言列表
