AI應用開發基礎傻瓜書系列目錄
阿新 • • 發佈：2018-12-21
AI應用開發基礎傻瓜書系列的目錄~
寫在前面，為啥要出這個系列的教程呢？
總的說來，我們現在有了很多非常厲害的深度學習框架，比如tensorflow，pytorch，paddlepaddle，caffe2等等等等。然而，我們用這些框架在搭建我們自己的深度學習模型的時候，到底做了一些什麼樣的操作呢？我們試圖去閱讀框架的原始碼來理解框架到底幫助我們做了些什麼，但是……很難！很難！很難！因為深度學習是需要加速啦，分散式計算啦，所以框架做了很多很多的優化，也讓像我們這樣的小白難以理解這些框架的原始碼。所以，為了幫助大家更進一步的瞭解神經網路模型的具體內容，我們整理了這樣一個系列的教程。
對於這份教程的內容，如果沒有額外的說明，我們通常使用如下表格的命名約定
| 符號 | 含義 |
|---|---|
| X | 輸入樣本 |
| Y | 輸入樣本的標籤 |
| Z | 各層運算的結果 |
| A | 啟用函式結果 |
| 大寫字母 | 矩陣或向量，如A,W,B |
| 小寫字母 | 變數，標量，如a,w,b |
適用範圍
沒有各種基礎想學習卻無從下手哀聲嘆氣的玩家，請按時跟蹤最新部落格，推導數學公式，跑通程式碼，並及時提出問題，以求最高療效；
深度學習小白，有直觀的人工智慧的認識，強烈的學習慾望和需求，請在部落格的基礎上配合程式碼食用，效果更佳；
調參師，訓練過模型，調過引數，想了解框架內各層運算過程，給玄學的調參之路新增一點心理保障；
超級高手，提出您寶貴的意見，給廣大初學者指出一條明路！
前期準備
環境：
windows（Linux也行），python（最好用3），anaconda（或者自己裝numpy之類的），tensorflow（嫌麻煩地請看這裡《AI應用開發實戰 - 從零開始配置環境》，tools for AI（按照連結教程走的就不用管這個了）。
自己：
清醒的頭腦（困了的同學請自覺泡茶），紙和筆（如果像跟著推公式的話），鬧鐘（防止久坐按時起來轉轉），厚厚的衣服（有暖氣的同學請忽略）