神经网络与深度学习新手指南¶

从感知机到 Transformer，用直觉理解 AI 的核心引擎

欢迎来到神经网络与深度学习的世界！本教程专为 零基础学习者 设计，用生活化的比喻和严谨的逻辑，带你从神经元的基本概念一路走到大语言模型（LLM）的核心原理。

为什么学这个？¶

2026 年，AI 已经渗透到我们生活的方方面面——从 ChatGPT 到自动驾驶，从医疗诊断到金融预测。理解神经网络不再是研究者的专利，而是每个技术从业者的 必备素养 。

但传统的神经网络教程往往陷入两个极端：要么过于数学化让人望而却步，要么过于简化让人知其然不知其所以然。本教程走 第三条路 ：

• 直觉先行 ：每个概念先用生活化比喻建立直觉，再引入数学公式
• 代码验证 ：用 Python + NumPy 从零实现核心算法，让抽象概念变得可触摸
• 层层递进 ：从单个神经元到 Transformer，每一步都建立在上一章的基础上

学习路径¶

本教程采用 概念驱动 + 代码实践 的方式，8 个章节形成一条完整的认知链：

前置要求¶

学习建议¶

1. 不要跳章 —— 每一章都建立在前面章节的基础上，跳章会导致理解断层
2. 动手敲代码 —— 每个代码示例都自己运行一遍，观察输出结果
3. 先直觉后公式 —— 如果数学部分让你头疼，先读比喻和文字解释，再回来看公式
4. 善用比喻 —— 每个核心比喻都是精心设计的"思维锚点"，用它来回忆概念

参考资源¶

本教程的讲解风格深受以下资源的启发：

• 3Blue1Brown —— Neural Networks 系列视频，提供了神经网络最优雅的几何直觉
• Andrej Karpathy —— micrograd 和 nanoGPT，从零实现神经网络的典范
• 《Deep Learning》by Goodfellow, Bengio & Courville —— 深度学习的"圣经"，提供了严谨的数学基础

准备好了吗？ 开始第 1 章：什么是神经网络 →