神经网络理论

📄️ 傅里叶级数的推导

首先，隆重推出傅里叶级数的公式，不过这个东西属于"文物"级别的，诞生于19世纪初，因为傅里叶他老人家生于1768年，死于1830年。

📄️ 大脑如何工作的

人类大脑具有最强大的能力，今天的科技非常发达，但依旧无法模拟人类的大脑，进行任务处理。

📄️ 什么是 PyTorch？

PyTorch 是一个基于软件的开源深度学习框架，用于构建神经网络，将 Torch 的机器学习 (ML) 库与基于 Python 的高级 API 相结合。它的灵活性和易用性以及其他优点使其成为学术和研究界领先的机器学习框架。

📄️ 深度学习什么是模型又在训练什么？

深度学习是机器学习的一个分支，它主要通过使用称为神经网络的复杂结构来学习数据的表征。在深度学习中，"训练"和"模型"是两个核心概念。

反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。在神经网络上执行梯度下降法的主要算法。该算法会先按前向传播方式计算（并缓存）每个节点的输出值，然后再按反向传播遍历图的方式计算损失函数值相对于每个参数的偏导数。