该版本为《动手学深度学习》1.0.0版的预发布版本。本书的纸质版将由人民邮电出版社出版，并在2019年夏季与读者见面。纸质版的索引、样式、排版、表述等均由出版社做了进一步的改进。

我们的初衷是让更多人更容易地使用深度学习。为了让大家能够便利地获取这些资源，我们保留了免费的网站内容，并且通过不收取出版稿费的方式来降低纸质书的价格，使更多人有能力购买。

1.0.0版一共含96个小节，并分为以下篇章：

• 深度学习简介
• 预备知识
• 深度学习基础
• 深度学习计算
• 卷积神经网络
• 循环神经网络
• 优化算法
• 计算性能
• 计算机视觉
• 自然语言处理
• 附录

本书的英文版 Dive into Deep Learning 自本周起被用作加州大学伯克利分校2019年春学期“Introduction to Deep Learning”课程的教材。英文版0.5版已发布：https://github.com/d2l-ai/d2l-en/releases/tag/v0.5.0

主要改动

• 新增了以下章节

  • 前言
  • 多尺度目标检测
  • word2vec的实现
  • 文本情感分类：使用卷积神经网络（textCNN）
  • 如何为本书贡献

• 重写了以下篇章

  • 卷积神经网络
  • 循环神经网络
  • 优化算法
  • 计算机视觉
  • 自然语言处理

• 将大部分篇章中“从零开始实现”与“简洁实现”由两节合并为了一节，从而减少重复代码

• 改进了或新增了所有章节的表述、代码和图示

• 新增了概念，如特征图、感受野、卷积求导、变换器（Transformer）、BERT预训练模型

• 改进了HTML和PDF的样式

• 将本书的网址由zh.gluon.ai改为了zh.d2l.ai

• 将本书的Python包的名称由gluonbook改为了d2lzh

感谢本书的125位贡献者

许致中、邓杨、崔永明、Aaron Sun、陈斌斌、曾元豪、周长安、李昂、王晨光、Chaitanya Prakash Bapat、金杰、赵小华、戴作卓、刘捷、张建浩、梓善、唐佐林、DHRUV536、丁海、郭晶博、段弘、杨英明、林海滨、范舟、李律、李阳、夏鲁豫、张鹏、徐曦、Kangel Zenn、Richard CUI、郭云鹏、hank123456、金颢、hardfish82、何通、高剑伟、王海龙、htoooth、hufuyu、Kun Hu、刘俊朋、沈海晨、韩承宇、张钟越、罗晶、jiqirer、贾忠祥、姜蔚蔚、田宇琛、王曜、李凯、兰青、王乐园、Leonard Lausen、张雷、鄭宇翔、linbojin、lingss0918、杨大卫、刘佳、戴玮、贾老坏、陆明、张亚鹏、李超、周俊佐、Liang Jinzheng、童话、彭小平、王皓、彭大发、彭远卓、黄焖鸡、解浚源、彭艺宇、刘铭、吴俊、刘睿、张绍明、施洪、刘天池、廖翊康、施行健、孙畔勇、查晟、郑帅、任杰骥、王海珍、王鑫、wangzhe258369、王振荟、周军、吴侃、汪磊、wudayo、徐驰、夏根源、何孝霆、谢国超、刘新伟、肖梅峰、黄晓烽、燕文磊、王贻达、马逸飞、邱怡轩、吴勇、杨培文、余峰、Peng Yu、王雨薇、王宇翔、喻心悦、赵越、刘忆智、张航、郑达、陈志、周航、张帜、周远、汪汇泽、谢乘胜、aitehappiness、dutzhang、孙焱

讨论链接：https://discuss.gluon.ai/t/topic/10572