深度学习入门

2026-6-2

[归档32篇]Deep Learning

鱼书 1 的学习笔记，这本书对新手非常友好。现在知道深度学习具体是个什么了。

感知机

《感知机》 2026-05-17

《感知机和逻辑电路》 2026-05-19

《感知机实现》 2026-05-20

《感知机的局限性》 2026-05-21

《多层感知机》 2026-05-21

神经网络

《从感知机到神经网络》 2026-05-22

《激活函数》 2026-05-22

《多维数组和矩阵乘法》 2026-05-22

《实现 3 层神经网络》 2026-05-22

《输出层》 2026-05-22

《手写数字识别》 2026-05-23

神经网络的学习

《损失函数》 2026-05-23

《数值微分》 2026-05-24

《梯度与梯度下降》 2026-05-24

《实现神经网络学习算法》 2026-05-25

误差反向传播法

《计算图》 2026-05-25

《链式法则》 2026-05-25

《计算图的反向传播》 2026-05-25

《实现加法和乘法层》 2026-05-26

《激活函数层》 2026-05-26

《Affine 层》 2026-05-26

《Softmax-with-Loss 层》 2026-05-27

《实现误差反向传播》 2026-05-28

与学习相关的技巧

《优化器方法》 2026-05-28

《权重初始值》 2026-05-28

《Batch Normalization》 2026-05-29

《正则化》 2026-05-29

《超参数》 2026-05-29

卷积神经网络

《CNN 卷积层》 2026-05-30

《CNN 池化层》 2026-05-30

《实现卷积层和池化层》 2026-05-31

《实现 CNN》 2026-06-01