从零搭建二维分类神经网络：模型到底怎么分开两类点
线性回归是连续预测，分类是离散判断。这篇从零搭建一个二分类神经网络，用二维数据让你能"看到"模型怎么把两类点分开。
神经网络
和「神经网络」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
前向传播与反向传播到底在做什么？
用“预测、算错、追责、更新”串起一次神经网络训练，并用最小 PyTorch 代码看清 forward、backward 和 step 的分工。
神经网络到底是什么？一篇给 AI 初学者的入门解释
不从公式开始，而是从“机器怎样学会判断”这件事讲起，把神经网络、神经元、参数、训练和预测串成一条清楚的线。
PyTorch 的 Linear 层详解：全连接层到底做了什么
Linear 层本质上是一次线性变换，它把输入特征通过权重矩阵和偏置映射到新的输出空间。