31 · 线性代数与张量形状
公用基础 · 构造机制实验 · 单变量对照
4 章 · 一条连贯路线
公用基础
从张量、梯度、优化到可信评估，为三个领域建立共同语言。
开始之前: 会读基础Python与数组即可；不需要先下载数据。
学习路线
让概念逐步连接。
01
基础 · 从张量到评估
张量与线性代数 → 计算图与梯度 → 优化与泛化 → 评分、概率与排序评估。小数组构造机制实验，再进入领域路径。
32 · 计算图、链式法则与梯度
公用基础 · 构造机制实验 · 单变量对照
33 · 优化、容量与泛化
公用基础 · 构造机制实验 · 单变量对照
34 · 评分、概率、排序与评估边界
公用基础 · 构造机制实验 · 单变量对照
没有匹配的章节，请换个关键词或清空搜索。
追溯概念来源
课程来源与讲义
配合 Lab 阅读原始资料。每项资料标明范围和原始语言，每个教学单元说明复现边界。
Lab · 实验与证据约定
自编先修：张量、梯度、优化与评估。不是外部课程的官方翻译或认证。
章节与来源对应 4 个单元
C01
张量与线性代数
检查形状、内积与广播，解释相似度和batch维度。
- Lab · 实验与证据约定 先预测 → 改一个变量 → 运行 → 解释
边界: 先修机制练习，不是业务数据或线上收益证据。
C02
计算图与梯度
手算局部导数，比较自动求导与数值差分。
- Lab · 实验与证据约定 先预测 → 改一个变量 → 运行 → 解释
边界: 先修机制练习，不是业务数据或线上收益证据。
C03
优化与泛化
仅用训练点拟合多项式系数，比较学习率、模型容量与泛化。
- Lab · 实验与证据约定 先预测 → 改一个变量 → 运行 → 解释
边界: 先修机制练习，不是业务数据或线上收益证据。
C04
评分、概率与评估
区分分数、概率、排序与校准，手算小样例指标。
- Lab · 实验与证据约定 先预测 → 改一个变量 → 运行 → 解释
边界: 先修机制练习，不是业务数据或线上收益证据。