TOPIC DISTRIBUTION
模型、参数与训练方法的基础记录。
从卷积计算到池化与多通道处理。
经典与现代神经网络结构的拆解。
理解机器学习所需的数学工具。
开发环境、效率工具与实践备忘。
课程复习与体系化知识整理。
