现代神经网络速通企划

admin

进组不是重点，主要是如何补齐某些人在高中完成的“原始资本积累”。
想要彻底脱离做题区的生活，从被动做题转向主动探索，需要趁早，尽快。
兼顾补齐基础盲区、学习进度，推出这一速通企划。

现代神经网络主要是在向数学求构造，用工程实现构造，找到最好的构造去高效理解人类的复杂世界。
微积分和线代，作为必要的数学基础，作为门槛；更高级的数学构造，是研究de时候需要的。

数学是形式化的语言。
我们所说什么偏导，矩阵乘法，它们不是高深的什么实体，更应该被理解为一种作用，一种施加在wutishangdedongzuo. tashidiongci,canshu,huo xinxi,jiushi mingci.
shenjingwangluo zaizuode shiqing, qishishi dui mingci jinxing womensuogouzaode yixilie bianhua, lai dedao xinxi de lingyizhongxingtai, dedao yizhong duiyvjisuanji gengyouhao de biaoshi.
jvtishuolai, shenjingwangluo jiuxiang zuocaideliucheng, shurushujv shi shicai, women genjv shipushangduishicaideyaoqiu, shurujinqv heshideshujv, zuihou dedao yipan haochidecai. bingqie, womenzhijiechishicaibenshen, dagailvshi buhuijvedehenhaochide, zhishaoye butaihaoxiaohua.
duiyvjiqiyeshiyiyang. ta wufaxiaohua naxiewomenkanshangqvhenzhiguan de xinxi.

bianxie shipudebuzhou,jiuxiangxieshi. erwomen jiuxvyaoshuxveshangdezhijve qv fuzhu women shejishenjingwangluo, yong shuxveshangde yinyv qv leibi xinxisuojingguodeliucheng. ranhou shiyan, youyongdehua, yipianlunwen shuobuzhun jiu chulaile.
zhe tingqilai hen minke, danshi zheshi muqian, zhishaomuqian, shenjingwangluo xiangguanyanjiu de xianzhuang.

/zhongjian duiyv shuxvejichu jiangjiedeneirong, zhuyaoshi piandao he xvanniudeyinyv, yiji jvzhenchengfa de jihezhiguan. zuihou,jieheliangzhe,jiangshenjingwangluohuachengyigejixie,women dingzhe shenjingwangluode biaoxianpingfen yidiandiantiaoxvanniu./

zhejieke, women xvyao liaojie liangdade hexin yinyv. duiyv shujvdian, you : jichuban kongjianbianhuan; 对于优化(tiaojiao)zhengge moxing, shideta nenggou genghaode gongzuo(zuoti), women xvyao sheding yige biaozhun, rang moxing xiangxveshengyiyang zuozuoye, kaoliankao. zhengge moxing de youhua huo xvnlian guocheng, jiushi women tongguo gezhongfangfa changshirang moxingde zhengqvexingzhibiao zuidahua.
taolile zuotiqv de gaozhong, xianzai fanguolai youwomen qv sheji zheyitao shehuigongcheng.

admin

进组不是重点，核心是补齐不少人在高中阶段就完成的知识 “原始资本积累”。
想要彻底跳出刷题应试的圈子，从被动做题转向主动探索，这件事必须趁早推进、尽快落地。
结合补齐知识盲区、追赶学习进度的需求，我们推出这套速通学习企划。
现代神经网络的发展，本质是依托数学搭建架构，再通过工程手段落地实现，不断寻找最优结构，以此高效解读复杂的现实世界。
微积分与线性代数是必备的数学基础，也是入门门槛；而更进阶的数学理论与构造方式，则是后续开展深度研究时所要用到的工具。
数学是一套形式化的语言。
我们常提到的偏导数、矩阵乘法，并非什么玄奥的抽象实体，更应当理解为一种作用、一种施加在对象上的动作。动作对应的是动词，参数、信息则对应名词。
神经网络所做的工作，其实就是对各类信息（名词）施加我们设计的一系列变换，让信息转化为另一种形态，变成计算机更易识别、处理的表达形式。
具体打个比方：神经网络就好比做菜的流程，输入的数据就是食材。我们依照 “食谱” 的要求，录入合适的数据，最终才能做出一盘菜。如果直接生吃食材，会拉肚子，至少也很难消化。
机器也是同理，它无法直接解读人类眼中直观易懂的原始信息。
编写这套 “食谱” 的思路，就如同构思文章。我们需要依靠数学直觉来设计神经网络，用数学层面的逻辑与隐喻，类比信息流转、处理的全过程。之后开展实验验证，一旦取得有效成果，说不定一篇研究论文就此诞生。
这听起来很民科，但这就是目前 —— 至少现阶段，神经网络相关领域研究的真实现状。轰轰烈烈的科研大炼金。
/ 中间数学基础部分的讲解，主要用偏导数、参数旋钮做类比解读，同时梳理矩阵乘法的几何意义。最后将两者结合，把神经网络看作一台机械设备，我们参照模型的表现评分，一点点微调参数旋钮。/
本节课我们需要理解两大核心逻辑类比：针对数据本身，要掌握基变换、空间变换；针对整体模型的优化调校，要设定一套评判标准，让模型像学生一样完成任务、接受考核。整个模型的优化与训练过程，本质就是通过各类方法，不断尝试让模型的正确率指标达到最优。
逃离了做题区的高中，如今反过来轮到我们亲自设计这一套社会工程。从做题的人变成出题的人，从学生变成老师。