深度学习基础教程

本章由9篇文档组成，它们按照简单到难的顺序排列，将指导您如何使用 NumPy 和 PaddlePaddle 完成基础的深度学习任务。

本章文档涉及大量了深度学习基础知识，也介绍了如何使用 NumPy 和 PaddlePaddle 实现这些内容，请参阅以下说明了解如何使用：

内容简介

您现在在看的这本书是一本“交互式”电子书 —— 每一章都可以运行在一个Jupyter Notebook里。

• 线性回归
• 数字识别
• 图像分类
• 词向量
• 个性化推荐
• 情感分析
• 语义角色标注
• 机器翻译
• 生成对抗网络

我们把NumPy、Jupyter、PaddlePaddle、以及各种被依赖的软件都打包进一个Docker image了。 所以您不需要自己来安装各种软件，只需要安装Docker即可。 对于各种Linux发行版，请参考 https://www.docker.com 。如果您使用 Windows 或者 Mac， 可以考虑 给Docker更多内存和CPU资源。

使用方法

本书默认使用CPU训练，若是要使用GPU训练，使用步骤会稍有变化,请参考下文“使用GPU训练”

使用CPU训练

只需要在命令行窗口里运行：

$ docker run -d -p 8888:8888 paddlepaddle/book

即可从DockerHub.com下载和运行本书的Docker image。阅读和在线编辑本书请在浏览器里访问 http://localhost:8888

如果您访问 DockerHub.com 很慢，可以试试我们的另一个镜像 docker.paddlepaddlehub.com：

$ docker run -d -p 8888:8888 docker.paddlepaddlehub.com/book

使用GPU训练

为了保证GPU驱动能够在镜像里面正常运行，我们推荐使用 nvidia-docker 来运行镜像。请先安装nvidia-docker，之后请运行：

$ nvidia-docker run -d -p 8888:8888 paddlepaddle/book:latest-gpu

或者使用国内的镜像请运行：

$ nvidia-docker run -d -p 8888:8888 docker.paddlepaddlehub.com/book:latest-gpu

还需要将以下代码

use_cuda = False

改成：

use_cuda = True

贡献新章节

您要是能贡献新的章节那就太好了！请发 Pull Requests 把您写的章节加入到 pending 下面的一个子目录里。当这一章稳定下来，我们一起把您的目录挪到根目录。

为了写作、运行、调试，您需要安装Python 2.x和Go >1.5, 并可以用 脚本程序 来生成新的Docker image。

Please Note: We also provide English Readme for PaddlePaddle book