Browse by category
先按分类建立坐标系
网络条目按 8 个分类组织：从基础构件到视觉、序列、注意力、生成、图、无监督与类脑方向，先看清全局，再逐个深入。
Featured entries
从这些网络开始
六个高频出现的条目，覆盖视觉、序列、注意力与生成四条主线；每个条目都按统一结构展开：核心思想、结构、应用、优劣势。
Loss landscape · animated
训练，就是在损失地形里找最低点
把参数空间想成一片地形：高度是损失，梯度指向最陡的下坡方向，学习率决定每一步走多远。这张图是示意，不是真实数据。
contour = loss level set · θ moves along −∇L · minimize L(θ)
Learning path
一条按顺序走的路线
如果你刚开始系统学习，可以按「基础 → 视觉 → 序列与注意力 → 生成与前沿」四步走，每一步都链到对应的网络与概念。
Concept index
概念速查
反向传播、注意力、残差、嵌入、缩放定律……先把高频概念对齐，再进入具体网络会顺畅很多。
History · 历史沿革
神经网络是怎么走到今天的
从 1943 年的一个数学神经元，到 2012 年的深度学习爆发、2017 年的 Transformer，再到今天的生成式 AI——按时间顺序看，很多「新概念」其实早有伏笔。