Deep Learning
先完成一份25参数CPU网络的真实训练、故障诊断与状态恢复，再进入CNN或语言模型。
先修知识
- Python函数、列表与循环
- 基本矩阵乘法和链式法则（有准备页）
学完能做什么
- 手算并验证反向梯度
- 按固定划分比较baseline和网络
- 用梯度/参数差诊断故障
- 保存完整checkpoint并证明恢复一致
入门主线约8–12小时；标准库小网络实验约90–120分钟。合成数据结果不代表真实应用质量；CNN/LM为后续分支。
学习路径
CNN或语言模型扩展（选读）（选读）
第一次训练闭合后再选一支；不计入入门主线完成度。
产出：CNN交混淆矩阵与错误图簇；LM按Ch16交token/mask、训练及恢复日志。
记录阅读、练习与自检
记录不代替练习结果
阅读、练习和自检分别由你确认。代码与数据保留实际输出；情境任务对照原则和参考。勾选条件不是自动能力认证。
查看全站记录与备份