第 15 章 深度学习入门¶ Abstract 前面几章里，我们已经见过监督学习、无监督学习和经典机器学习模型。深度学习（Deep Learning）并不是把这些内容推翻重来，而是把“从数据中学习函数”这件事做得更深、更灵活：图像、语音、文本、时间序列，都可以被表示成一层层可学习的变换。 本章会从最朴素的神经网络讲起，逐步走到 CNN、RNN/LSTM 和 Transformer。你会看到一个共同主线：模型先做预测，再用损失告诉自己哪里错了，最后通过梯度一点点改参数。 本章内容¶ 15.1 神经网络基础 15.2 激活函数 15.3 反向传播 15.4 卷积神经网络 15.5 循环神经网络 15.6 转换器与注意力机制 15.7 深度学习实战技巧 15.8 小结
