什么是深度学习？
深度学习是机器学习的一个分支，通过多层神经网络模拟人脑处理数据的方式。其核心在于从数据中自动学习特征层级，例如：
- 输入层：接收原始数据（如图像、文本）
- 隐藏层：通过非线性变换提取抽象特征
- 输出层：生成最终预测结果（如分类标签）
核心概念速览
| 概念 | 说明 | 示例 |
|---|---|---|
| 激活函数 | 用于引入非线性，如ReLU、Sigmoid | f(x) = max(0, x) |
| 损失函数 | 衡量预测与真实值的差距，如交叉熵 | L = -Σ y_i log(p_i) |
| 优化算法 | 通过梯度下降调整参数，如Adam | θ_{t+1} = θ_t - α∇L(θ_t) |