未记录事实核验 · 状态：现行内容

记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。

warning 适用范围与待核实事项

适用于认识神经元、常见网络架构和训练流程；文中的猫识别、买房评分及分层抽象是教学类比，不是模型效果验证或实际决策建议。本文没有提供可运行代码、实验数据和评估结果，不应作为独立训练部署教程；架构优势、数据量选择建议和框架比较仅供初步理解，不能替代具体任务的实验选型。

深度学习基础与神经网络

quote 核心理念

深度学习就像教一个小孩认识世界——不是告诉他"苹果是红色的圆形水果"，而是给他看成千上万张苹果的照片，让他自己总结出"苹果长什么样"。

为什么要学深度学习？

在机器学习基础中，我们学习了让机器从数据中学习的基本方法。但传统机器学习有一个"天花板"——特征工程太依赖人的经验。

example 生活化比喻：识别猫的两种方式

传统机器学习（像先整理观察指标）：

人类专家总结：猫有尖耳朵、胡须、毛茸茸...
把这些特征转换为模型的输入
机器从训练数据中学习分类规律，而不是只按人工规则匹配
问题：人工特征若不充分，识别折耳猫、无毛猫等情况可能受影响

深度学习（像带孩子认世界）：

给机器看100万张猫的照片
机器自己琢磨"猫的本质特征是什么"
最终能识别各种奇奇怪怪的猫
甚至能认出卡通猫！

一、神经网络：模拟大脑的计算系统

1.1 什么是神经网络？

神经网络的灵感来源于人类大脑。我们的大脑有约860亿个神经元，通过突触相互连接，共同完成思考、记忆、决策等任务。

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph LR
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    subgraph "人脑神经元"
        A[树突<br/>接收信号] --> B[细胞体<br/>处理信号]
        B --> C[轴突<br/>传递信号]
    end

    subgraph "人工神经元"
        D[输入层<br/>接收数据] --> E[隐藏层<br/>处理数据]
        E --> F[输出层<br/>给出结果]
    end
    class A,B,C,D,E,F default

tip 一句话理解

神经网络 = 很多个简单的"小计算器"连接在一起，每个小计算器做一点点工作，合起来就能完成复杂任务。

1.2 神经元的工作原理

每个人工神经元做三件事：

步骤	动作	生活类比
1. 接收	收集所有输入信号	听取所有人的意见
2. 加权求和	给不同输入不同的重要性	有的人意见更重要
3. 激活判断	决定是否"激活"输出	综合判断后做决定

example 买房决策神经元

输入信号：

价格（权重：0.3）→ 150万，评分7分
位置（权重：0.4）→ 地铁旁，评分9分
面积（权重：0.2）→ 90平，评分6分
朝向（权重：0.1）→ 朝北，评分4分

加权计算：7×0.3 + 9×0.4 + 6×0.2 + 4×0.1 = 7.3分

激活判断：7.3 > 7（阈值）→ 输出"买！"

1.3 激活函数：让神经网络"活"起来

如果神经元只做线性计算（加权求和），那叠加再多层也只是一条直线。激活函数让网络能够学习复杂的非线性关系。

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph TD
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    subgraph "常用激活函数"
        A[Sigmoid] --> A1[输出0-1之间<br/>像概率]
        B[ReLU] --> B1[负数变0，正数不变<br/>简单高效]
        C[Tanh] --> C1[输出-1到1之间<br/>中心对称]
        D[Softmax] --> D1[多个输出加起来=1<br/>用于分类]
    end
    class A,A1,B,B1,C,C1,D,D1 default

info 为什么ReLU最流行？

就像一个"门卫"——负能量（负数）一律不让进，正能量直接放行。计算简单、效果好、训练快。

二、深度学习的"深度"从何而来？

2.1 从浅层到深层

"深度"指的是神经网络的层数。

网络类型	层数	能力	类比
单层感知机	1层	只能解决线性问题	小学生
浅层网络	2-3层	简单的非线性问题	中学生
深度网络	几十层	复杂模式识别	大学生
超深网络	上百层	图像/语音/语言	博士

example 识别"猫"的层层抽象

第1层：识别边缘、线条
   ↓
第2层：识别简单形状（圆、三角）
   ↓
第3层：识别局部特征（眼睛、耳朵）
   ↓
第4层：识别组合特征（猫脸）
   ↓
第5层：识别整体概念（这是一只猫！）

2.2 深度学习的三大支柱

深度学习能在2012年后爆发，靠的是三大支柱的同时成熟：

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph TD
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    A[深度学习爆发] --> B[大数据]
    A --> C[大算力]
    A --> D[好算法]

    B --> B1[互联网产生海量数据<br/>ImageNet等标注数据集]
    C --> C1[GPU并行计算<br/>云计算普及]
    D --> D1[反向传播优化<br/>Dropout/BatchNorm等技巧]
    class A,B,C,D,B1,C1,D1 default

三、主流神经网络架构速览

3.1 全连接网络（MLP）：基础中的基础

每一层的每个神经元都与下一层的所有神经元相连。

适用场景：结构化数据（表格数据）的分类和回归

优点：简单直观缺点：参数太多，处理图像/文本效率低

note 与传统ML的关系

全连接网络可以看作是逻辑回归的"加强版"——叠加多层，增加非线性。

3.2 卷积神经网络（CNN）：图像处理之王

tip 核心思想

像人眼一样，先看局部，再看整体。不需要每个像素都和所有神经元连接。

核心概念：

概念	作用	生活类比
卷积核	提取局部特征	放大镜扫描图片
池化层	降低分辨率，保留关键信息	缩略图
特征图	不同卷积核提取的特征	从不同角度看同一张照片

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph LR
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    A[原始图片] --> B[卷积层<br/>提取边缘]
    B --> C[池化层<br/>压缩信息]
    C --> D[卷积层<br/>提取形状]
    D --> E[池化层<br/>再压缩]
    E --> F[全连接层<br/>综合判断]
    F --> G[输出：猫/狗]
    class A,B,C,D,E,F,G default

经典模型演进：

LeNet（1998）：开山鼻祖，识别手写数字
AlexNet（2012）：深度学习元年，ImageNet冠军
VGG（2014）：更深更简洁
ResNet（2015）：残差连接，可以训练上千层
EfficientNet（2019）：效率与精度的平衡

应用领域：

图像分类（这是什么？）
目标检测（在哪里？）→ 详见计算机视觉
图像分割（精确边界在哪？）
人脸识别、医学影像分析

3.3 循环神经网络（RNN）：处理序列数据

tip 核心思想

有"记忆"的网络——处理当前输入时，会参考之前的信息。

为什么需要RNN？

普通神经网络把每个输入当作独立的个体，但很多数据是有顺序的：

文本："我喜欢吃苹果" → 顺序很重要
语音：声波是连续的时间序列
股票：今天的价格和昨天有关

example 理解"它"指代什么

"小明养了一只猫，它很可爱" → 它 = 猫
"小明买了一个手机，它很贵" → 它 = 手机

RNN会"记住"前面的内容，才能理解"它"指的是什么。

RNN的问题与解决：

问题	原因	解决方案
短期记忆	信息传递会逐渐衰减	LSTM（长短期记忆）
梯度消失	反向传播时梯度越来越小	GRU（门控循环单元）
无法并行	必须顺序处理	Transformer（注意力机制）

3.4 Transformer：当今AI的基石

important 重要性

Transformer是 GPT、Claude、文心一言等大模型的核心架构，理解它是理解现代AI的关键。

核心创新：自注意力机制（Self-Attention）

example 注意力机制的生活比喻

想象你在嘈杂的聚会上和朋友聊天：

传统方式（RNN）：必须按顺序听完所有人说话，才能理解对话
注意力机制：你的大脑自动"聚焦"在朋友的声音上，忽略其他噪音

Transformer让AI学会"注意力分配"——在处理一个词时，自动判断应该关注哪些其他词。

Transformer为什么这么强？

优势	说明
并行计算	训练时可并行处理序列位置；自回归生成通常仍需逐步进行
长距离依赖	注意力可在上下文范围内直接建立远距离位置之间的联系
可扩展性	在数据质量、算力和训练配置适当时，扩大模型与数据规模通常有助于提升效果

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph TB
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    subgraph "Transformer架构"
        A[输入序列] --> B[词嵌入+位置编码]
        B --> C[多头自注意力]
        C --> D[前馈神经网络]
        D --> E[重复N层]
        E --> F[输出]
    end
    class A,B,C,D,E,F default

基于Transformer的模型家族：

模型类型	代表	特点	应用
Encoder-only	BERT	双向理解	文本分类、问答
Decoder-only	GPT系列	自回归生成	文本生成、对话
Encoder-Decoder	T5, BART	序列到序列	翻译、摘要

四、深度学习的训练过程

4.1 训练的本质：调整参数

tip 一句话理解

训练神经网络 = 不断调整几百万甚至几十亿个参数，让网络的预测越来越准。

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph LR
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    A[输入数据] --> B[神经网络<br/>当前参数]
    B --> C[预测结果]
    C --> D{与正确答案<br/>对比}
    D --> E[计算损失]
    E --> F[反向传播<br/>计算梯度]
    F --> G[更新参数]
    G --> B
    class D decision
    class A,B,C,E,F,G default

4.2 关键概念速查

概念	含义	类比
损失函数	衡量预测与真实的差距	考试分数（越低越好）
梯度	参数调整的方向和幅度	下山时的坡度
学习率	每次参数调整的步长	下山时的步子大小
反向传播	从输出层往回计算梯度	从结果倒推原因
优化器	具体的参数更新策略	下山的具体走法

example 下山比喻

想象你蒙着眼在山上，想走到最低点（最小损失）：

负梯度告诉你：当前位置局部下降最快的方向
学习率决定：每步走多远
优化器（如Adam）：聪明地调整步伐，避免走弯路

4.3 常见训练问题与对策

问题	症状	解决方案
过拟合	训练集很好，测试集很差	Dropout、数据增强、正则化
欠拟合	训练集和测试集都不好	增加模型复杂度、更多特征
梯度消失	深层网络学不动	ResNet残差连接、BatchNorm
训练不稳定	损失剧烈波动	降低学习率、梯度裁剪

五、深度学习 vs 传统机器学习

维度	传统机器学习	深度学习
特征工程	人工设计特征	自动学习特征
数据需求	小数据也能work	需要大量数据
计算资源	CPU就够	需要GPU/TPU
可解释性	较强	较弱（黑盒）
适用场景	结构化数据	图像/语音/文本
模型复杂度	相对简单	可能有数十亿参数

warning 选择建议

数据量小（<1万条）、需要解释性 → 优先传统ML
图像/语音/文本任务、数据量大 → 优先深度学习
实际项目中，两者常常结合使用

六、深度学习实践要点

6.1 开发流程概览

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph TD
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    A[明确问题] --> B[数据收集与清洗]
    B --> C[选择/设计网络架构]
    C --> D[训练模型]
    D --> E[评估与调优]
    E --> F{效果达标?}
    F -->|否| G[分析问题]
    G --> C
    F -->|是| H[部署上线]
    H --> I[持续监控]
    class F decision
    class A,B,C,D,E,G,H,I default

6.2 常用框架选择

框架	特点	适合人群
PyTorch	灵活、动态图、学术界主流	研究人员、想深入理解原理
TensorFlow	支持即时执行与图执行、生态完善	工程部署、企业应用
Keras	简单易用、高层API	快速原型、初学者
HuggingFace	预训练模型库、NLP首选	使用现成模型

6.3 学习建议

tip 给初学者的建议

先跑通，再理解：用现成代码跑通一个例子，再逐行理解
从小模型开始：先在MNIST手写数字上练手
站在巨人肩膀上：善用预训练模型，不必从头训练
重视数据质量：数据决定上限，模型只是逼近上限
实践出真知：多做项目，Kaggle是很好的练习场

七、与其他主题的联系

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
graph TD
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    A[深度学习基础] --> B[大语言模型LLM]
    A --> C[计算机视觉CV]
    A --> D[自然语言处理NLP]
    A --> E[推荐系统]

    B --> F[Prompt Engineering]
    B --> G[RAG技术]
    B --> H[AI Agent]

    C --> I[目标检测]
    C --> J[图像生成]

    D --> K[文本分类]
    D --> L[机器翻译]
    class A,B,C,D,E,F,G,H,I,J,K,L default

推荐学习路径：

本文（深度学习基础）
→ NLP基础或 CV基础
→ 大语言模型
→ Prompt Engineering
→ AI Agent

八、本章小结

abstract 核心要点回顾

神经网络模拟人脑，由大量简单神经元组成
深度来自多层网络，层层抽象，提取高级特征
CNN擅长图像，RNN擅长序列，Transformer是当前主流
训练就是通过反向传播不断调整参数
深度学习需要大数据 + 大算力 + 好算法

quote 金句

"深度学习不是魔法，它只是在海量数据中找到隐藏的模式。数据是燃料，算力是引擎，算法是方向盘。"