Appearance
写给完全零基础新手的深度学习入门小册子 · 纯 numpy 实现 · 公式全部手推
从"什么是神经元"出发，逐步覆盖激活函数、前向传播、损失函数、反向传播、优化器，每个公式都附完整推导过程，不跳步骤。
深度学习的难点之一是维度变化。本书对每一次矩阵运算都标注 shape，用具体数字手算验证，彻底消除维度困惑。
Sigmoid 导数、Softmax+交叉熵联合梯度、Adam 偏差修正……每个关键推导都逐步展开，看得见每一步的来龙去脉。
第二部分逐文件讲解项目代码，每段代码旁边有对应的数学公式和维度分析，理论和代码相互印证。
不依赖 PyTorch / TensorFlow，所有计算用 numpy 手写，让你真正理解深度学习框架在做什么，而不是调用黑盒。
第一部分（理论篇）先建立完整知识框架；第二部分（项目篇）把理论翻译成代码。建议按顺序阅读，不建议跳读。
第一部分：理论篇
第二部分：项目篇