Day 01 学习记录：深度学习整体地图
Day 01 学习记录：深度学习整体地图
日期
-
今日任务
- 对应天数：Day 1
- 对应论文/概念：tensor、loss、gradient、optimizer、overfitting
- 对应 notebook：暂无，先建立概念地图
90 分钟闭环记录
| 环节 | 计划 | 实际完成 | 证据 |
|---|---|---|---|
| 20 分钟概念 | 看 MIT 6.S191 intro 或阅读核心概念清单第一组 | ||
| 25 分钟论文 | 暂不读论文，先看路线 README | ||
| 25 分钟代码 | 阅读一个 notebook 的第一个 code cell，关注 import 和 shape | ||
| 10 分钟总结 | 写 3 句话说明训练神经网络在训练什么 | ||
| 10 分钟自测/AI 提问 | 做自测题 1-3 |
今天真正理解的 3 件事
1. 2. 3.
今天跑通或检查的代码
- notebook：
- 关键输入 shape：
- 关键输出 shape：
- loss 或输出说明：
- 没有覆盖论文的部分：
今天还不懂的 3 个问题
1. 2. 3.
明天最小任务
- 开始 word2vec：读摘要和引言，解释 embedding。
结业证据同步区
| 证据去向 | 今天可同步的内容 | 是否已同步 |
|---|---|---|
结业证据档案.md / 入门诊断证据 | tensor、loss、gradient 的个人解释，以及五维短板初判 | |
完成判定表.md / 入门诊断 | 是否完成五维评分和最薄弱点 | |
错题与薄弱点复盘.md | 今天最不清楚的概念和修正回答 |
今天最小合格证据
- 用自己的话解释 tensor、loss、gradient 三个概念。
- 写出一个当前最薄弱维度，例如数学、代码、论文阅读或口头表达。