如果你剛入門，時間也寬裕，不妨系統的學習下一些基本概念，如果你學習了一些內容但是沒有構建起完整的知識架構也可以學習。
我想原因大概有幾點
**github開源，每一節都有相應的**，方便更改細節。
還有一套直播課程配套動手學深度學習，課程19節，大概2小時一節課，手把手帶你入門。
還有社群供大家討論
jupyter記事本可以方便大家學習
2.2 原始碼及其他
3 最後引用書上的一句話作為結尾，「紙上得來終覺淺，覺知此事要躬行」
動手學深度學習
線性回歸的基本要素 模型 為了簡單起見，這裡我們假設 只取決於房屋狀況的兩個因素，即面積 平方公尺 和房齡 年 接下來我們希望探索 與這兩個因素的具體關係。線性回歸假設輸出與各個輸入之間是線性關係 price warea area wage age b price warea area wage a...
《動手學深度學習》 深度學習基礎複習
交叉熵只關心對正確類別的 概率，因為只要其值足夠大，就可以確保分類結果正確，而平方損失則過於嚴格，例如y i 1 y i 2 0比y i 1 0,y i 2 0.4的損失要小很多，雖然兩者都有同樣正確的分類 結果。正則化通過為模型損失函式新增懲罰項使學出的模型引數值較小，是應對過擬合的常用手段。權重...
動手學深度學習之深度學習基礎
資料集的形式主要有三種 訓練集測試集 測試資料集不可以用來調參 驗證集 k折交叉驗證 把原始資料分成k組，每次訓練時，使用k 1個子資料集訓練，使用乙個作為驗證，最後通過k次求取訓練誤差和驗證誤差的平均。過擬合 overfitting 模型的訓練誤差遠小於它在測試資料集上的誤差 欠擬合 underf...