GitHub Stars
2.4K
Forks数量
194
贡献者数量
2
许可证
MIT
收录理由
这份代码库用纯NumPy把机器学习从零实现了一遍，读起来像是一套认真整理过的课堂笔记。前馈网络、梯度下降、反向传播和链式法则，每一步都配有可运行的Python代码，数学公式就写在代码旁边，逻辑非常清楚。对于准备机器学习面试的学生，或者想搞明白框架底层到底发生了什么、而不只是调用API的开发者，这都是一份难得的参考。它不依赖任何重量级库，每一行都摊开在眼前，很容易跟着推演。后面还扩展到了Transformer和分布式模型的实现，比常见的入门教程更有嚼劲。把它当作一本按章节研读的教材就好，不是拿去上生产环境的成熟框架。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建