AI 界的四大天王：DNN / CNN / RNN / GAN

从原理到复现的深度学习课程笔记。前置篇用零依赖 Python 画出四张网络拓扑，第 1–4 章手写反向传播、训练工程与卷积算子。 当前进度：前置篇 + 第 1 章至第 4 章已完成，第 5 章起见课程总纲。

已完成的章节

• 前置篇：一张图看懂四张网络 —— 四张网络共用的骨架，以及每个箭头对应的计算。
• 第 1 章：DNN 基础 —— 从感知机到 MLP，用 PyTorch 跑通第一个网络。
• 第 2 章：反向传播 —— 手推梯度、手写 backward，并与 autograd 对齐。
• 第 3 章：训练工程 —— 激活、初始化、归一化、优化器与正则的对照实验。
• 第 4 章：CNN 原理 —— 卷积、池化、感受野与参数共享，手写 conv2d。

课程总纲

• 完整 12 章规划与逐篇细纲

左侧侧边栏按「前置篇 → 第 1–4 章」排列，每章下分理论学习、案例拆解、实战演练三篇。