ILearnDeepLearning.py

收录理由

大多数深度学习教程直接给你一个训练好的模型，让你相信它就行；这个仓库却把引擎盖掀开给你看。每个小项目都用纯 NumPy 从零搭建神经网络，你能一步步追踪梯度下降如何调整权重、激活函数到底做了什么，然后才看到同样的思路在 Keras 里如何实现。可视化在这里承担了大量教学功能：训练过程中每一轮迭代的分类边界都被画成帧，再拼成动画；梯度下降的轨迹图也让抽象的数学变得直观。仓库里也有实打实的计算机视觉内容，包括一个 YOLO 目标检测的完整讲解，不只是玩具级别的示例。每个主题都配有作者在 Medium 上写的文章，代码和文字相互印证，很适合想自己读、自己跑、再动手改代码的人作为自学的路径。