DeepLearning

收录理由

翻开《深度学习》这本书的人，多半会卡在同一道坎上：公式推导密集，官方又没有提供配套代码，理论到底怎么变成能跑的程序，常常要靠自己硬猜。这个项目正是冲着这个痛点来的——它把书里的核心概念重新梳理了一遍，每一步都给出详尽的数学推导，再用纯 NumPy 从零手写实现，刻意不碰 TensorFlow 和 PyTorch。PDF 里偶尔出现的 sklearn 调用，只是为了验证手写代码算得对不对，并非依赖。除了原书内容，作者还额外补充了随机森林、AdaBoost、GBDT、XGBoost 等集成方法的完整推导与实现，以及贝叶斯线性回归和高斯过程回归。与其说这是个工具库，不如说它是一份扎实的学习伴侣和参考手册，适合想真正弄懂深度学习底层原理的人慢慢啃。