学习机器学习、神经网络、生成模型、强化学习与智能体。
从监督学习和线性分类进入损失、泛化、多层感知机与反向传播。
沿梯度流、卷积、循环、注意力和残差结构理解现代神经网络。
比较潜变量、重建、对抗、流、能量、得分和扩散等生成建模路线。
