weekly 第二季准备开更，内容预告！

花了小半年功夫学习了机器学习，毕竟大模型已经深入到我们工作，必须深入一波原理，吃一颗定心丸。

我的主要学习资料来自李宏毅老师，强烈推荐给想接触一手资料的同学。

为了证明我有努力产生知识，而不是知识的搬运工，我会使用前端同学最为熟悉的 TS 从零开始实现神经网络架构，并且让它在浏览器跑起来。这样不仅可以让学习理解更深刻，还能让我们在生产环境使用 python 实现时，“退” 可直接调用现成库变成调参工程师，“进” 可创建新的思路优化神经网络架构。

第二季的目标

从零开始构建牢固的机器学习基础。就如芯片用沙子制造一样，我们要从玩沙子开始，看着沙子如何一步步变成芯片。
深度体会高大上的名词。比如卷积网络、自注意机制、监督学习、无监督学习、增强学习，当看到这些词，脑海里想的不只是这些词的时候，就入门了。
写下来是为了快忘的时候，打开文章可以快速回忆起内容，所以我会努力给每篇文章一个好的头图用于概括通篇内容，以及知识点回忆。不是用来学习！学习要从沙子开始，而不是芯片开始。

第二季的更新节奏

这一季为了保证内容质量，与往期固定周更不同，采取不定期更新机制，但发布时间还是在周一（也许是一周，两周，或者三周才更新一次，但我不会鸽太久）。

这是要卖课的节奏吗

内容完全免费！真要卖课我会选择 HTML 入门作为主题 😂，写精读的意义在于我也可以持续学习，而不是面向新手反复写对我没有新认知的内容。

部分内容大纲

简单列了一些开头大纲，证明我真的是懂行的！

机器学习就是找函数（计算机只能进行函数运算，但函数可以很复杂）
- 3 步！define function、define loss、optimization
- 用最简单的线性函数为例
类神经网络 - 定义可以逼近一切的函数
- Get 到机器学习与矩阵计算，GPU 的关系
类神经网络 - sigmoid、relu 等启动函数
类神经网络 - 使用反向传播优化

最后的话

我学习机器学习的动力来源于 ChatGPT，我相信所有人都想搞明白 ChatGPT 的原理，但直接看 Transformer 架构的介绍短片是没有用的，我相信没有人能真的看懂它们。想要真正搞懂 ChatGPT，必须从神经网络开始一步步入手，最后才能豁然领悟，这种体验在追求及时满足的社会里非常奢侈，这也是我希望给大家带来的核心价值之一。