@_rohit_tiwari_: 值得收藏：这位大神亲手打造了一整套真正教授深度学习的笔记本，从基础到 Transformer

值得收藏：这位大神亲手打造了一整套真正教授深度学习的笔记本，从基础到 Transformer。 https://udlbook.github.io/udlbook/ Notebook 1.1 - 背景数学 Notebook 2.1 - 监督学习 Notebook 3.1 - 浅层网络 I Notebook 3.2 - 浅层网络 II Notebook 3.3 - 浅层网络区域 Notebook 3.4 - 激活函数 Notebook 4.1 - 组合网络 Notebook 4.2 - 裁剪函数 Notebook 4.3 - 深度网络 Notebook 5.1 - 最小二乘损失 Notebook 5.2 - 二元交叉熵损失 Notebook 5.3 - 多分类交叉熵损失 Notebook 6.1 - 线性搜索 Notebook 6.2 - 梯度下降 Notebook 6.3 - 随机梯度下降 Notebook 6.4 - 动量 Notebook 6.5 - Adam Notebook 7.1 - 玩具模型中的反向传播 Notebook 7.2 - 反向传播 Notebook 7.3 - 初始化 Notebook 8.1 - MNIST-1D 性能 Notebook 8.2 - 偏差-方差权衡 Notebook 8.3 - 双重下降 Notebook 8.4 - 高维空间 Notebook 9.1 - L2 正则化 Notebook 9.2 - 隐式正则化 Notebook 9.3 - 集成 Notebook 9.4 - 贝叶斯方法 Notebook 9.5 - 数据增强 Notebook 10.1 - 一维卷积 Notebook 10.2 - 用于 MNIST-1D 的卷积 Notebook 10.3 - 二维卷积 Notebook 10.4 - 下采样与上采样 Notebook 10.5 - 用于 MNIST 的卷积 Notebook 11.1 - 梯度破碎 Notebook 11.2 - 残差网络 Notebook 11.3 - 批归一化 Notebook 12.1 - 自注意力 Notebook 12.2 - 多头自注意力 Notebook 12.3 - 分词 Notebook 12.4 - 解码策略 Notebook 13.1 - 图编码 Notebook 13.2 - 图分类 Notebook 13.3 - 邻域采样 Notebook 13.4 - 图注意力 Notebook 15.1 - GAN 玩具示例 Notebook 15.2 - Wasserstein 距离 Notebook 16.1 - 一维归一化流 Notebook 16.2 - 自回归流 Notebook 16.3 - 收缩映射 Notebook 17.1 - 隐变量模型 Notebook 17.2 - 重参数化技巧 Notebook 17.3 - 重要性采样 Notebook 18.1 - 扩散编码器 Notebook 18.2 - 一维扩散模型 Notebook 18.3 - 重参数化模型 Notebook 18.4 - 扩散模型族 Notebook 19.1 - 马尔可夫决策过程 Notebook 19.2 - 动态规划 Notebook 19.3 - 蒙特卡洛方法 Notebook 19.4 - 时序差分方法 Notebook 19.5 - 控制变量 Notebook 20.1 - 随机数据 Notebook 20.2 - 全批量梯度下降 Notebook 20.3 - 彩票假说 Notebook 20.4 - 对抗攻击 Notebook 21.1 - 偏差缓解 Notebook 21.2 - 可解释性