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。
AI基础
和「AI基础」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。
激活函数是什么？为什么神经网络不能没有它
激活函数让神经网络拥有非线性表达能力。没有它，再多层网络也可能只是一个更复杂的线性模型。
损失函数是什么？模型为什么要算自己错多少
损失函数像训练过程里的成绩单，告诉模型预测结果和真实答案之间差了多少。
CrossEntropyLoss 详解：分类任务为什么常用它
CrossEntropyLoss 常用于分类任务，它关注的不只是模型有没有猜对，还关注模型对正确类别有多自信。
梯度下降算法是什么？参数到底怎么一步步更新
梯度下降可以理解成沿着损失函数的坡度往低处走，目标是找到让模型错误更小的参数。
Tensor 是什么？PyTorch 里最重要的对象讲清楚
Tensor 可以理解成更通用的数组，它承载数据、参数和梯度，是 PyTorch 训练流程的基础。
我为什么开始写这个 AI 技术博客
这个博客会记录我从零学习 AI 的过程：把概念讲清楚，把项目跑通，也把踩坑和复盘留下来。