摘要：
神经元：函数 神经网络（模型）的本质：函数网络 深度学习的本质：反向传播求偏导 梯度：向量（有大小和方向），函数在该点的方向导数取得最大值的方向，在该点处梯度的方向为函数变化最快的方向 梯度下降：梯度的负方向是函数下降最快的方向 收敛：取得最小值 权重：输入进入神经元前乘的数 偏置：乘完权重加的数 阅读全文
摘要：
2017年 一种基于动态图的深度学习框架 计算图包括静态计算图（先定义再运行）和动态计算图（在运行中定义） Tensor：n维数组，与numpy的ndarray类似，但支持GPU加速 阅读全文