6
概率
动手学深度学习 (PyTorch版)
欢迎
学习资料
训练营 (DataWhale)
公开课
Task01: 初识深度学习
️安装 (on Apple Silicon)
引入
Task02：预备知识
1
数据操作
2
数据预处理
3
线性代数 (矩阵计算)
4
微积分
5
自动微分
6
概率
Task03: 线性神经网络
7
线性回归
8
线性回归的从零开始实现
9
线性回归的简洁实现
10
Softmax 回归
Task04: 多层感知机
11
多层感知机
12
模型选择、欠拟合和过拟合
13
权重衰减 (Weight Decay)
14
暂退法（Dropout）
15
前向传播、反向传播和计算图
16
数值稳定性和模型初始化
总结
References
6
概率
📖 文字:
2.6. 概率
5
自动微分
Task03: 线性神经网络