学什么
线性代数、微积分、概率、自动微分、泛化、Transformer、计算机视觉。先读数学预备知识与线性网络，再读多层感知机；注意力和视觉按支线学习。
推荐阅读章节
- chapter_preliminaries/linear-algebra.md
- chapter_preliminaries/autograd.md
- chapter_linear-networks/linear-regression.md
- chapter_multilayer-perceptrons/underfit-overfit.md
- chapter_multilayer-perceptrons/backprop.md
- chapter_attention-mechanisms/transformer.md
- chapter_computer-vision/object-detection-dataset.md
- chapter_convolutional-neural-networks/channels.md
- chapter_preliminaries/calculus.md
- chapter_preliminaries/probability.md
- chapter_computer-vision/semantic-segmentation-and-dataset.md
版本与维护状态
本次固定默认分支快照 e6b18ccea71451a55fcd861d7b96fddf2587b09a。该分支最近提交时间为 2023-08-18T04:59:12Z，仓库最近 push 时间为 2024-07-30T09:32:19Z；两者含义不同，push 不保证教材章节发生更新。运行示例前仍需核对依赖、模型和服务版本。
许可与本站使用方式
Apache-2.0（根 LICENSE；外链书籍、数据与图片另核对）。许可依据：LICENSE。
本站笔记是用自己的结构与示例重新整理的概念学习材料；本次没有导入原文、图片、数据集或课程代码，没有运行课程中的模型训练或 API 示例。
复用说明：Apache-2.0（根 LICENSE；外链书籍、数据与图片另核对）。本站仅链接与原创整理；模型、数据、插图和子项目分别核对。