深度学习目录

文章目录

• • 深度学习路线
  • 前言
  • 后话

深度学习路线

深度学习理论推导–最小二乘法 深度学习理论推导–多元线性回归 深度学习理论推导–梯度下降法 深度学习理论推导–二分类逻辑回归 深度学习理论推导–多分类逻辑回归 敬请期待 …

前言

入门 AI 不容易，先掌握 机器学习 ， 深度学习，一堆算法，数学公式，矩阵，概率论等等。

大多书籍都存在通病：

本着 求人不如求己 的思想，想了解原理，亲自推算一遍！自己动手，丰衣足食！

我想做到的就是：

后话

好记性不如烂笔头，这句话是真的对，看书千遍，不如自己动手推导一遍。在推导的过程中发现了很多惊喜的时刻，可以明显感觉到那些大学、高中远去的记忆正在一点点地回来。最终得到一样的结论时，中间过程也了然于心，那些 易证 的东西不再神秘，一览无余，知道了为什么是这样的，这个参数是什么意义……有种恍然大悟，融汇贯通的感觉，什么叫打通任督二脉？应该就是不再惧怕数学的时候了吧！

附上一张推导过程图： 平时都在上班当牛马，下班在家当奶爸，很少有自己的时间，只能在上班途中的地铁上，每天想一点，再写一点，当一篇文章完成后，总要读上数十遍，确保没有明显错误。像这种数学理论的文章写的很头疼，一堆 latex 的公式表达，不过渐渐地，我也习惯了 markdown，latex 语法格式，感觉它们很简洁优美，也推荐大家用。

来感受一下： 创作不易，且行珍惜，觉得不错就多点个赞吧！