最近更新

神经网络几何直观：在二维平面上画曲线

2026年11月5日深度学习, 神经网络, 几何直观

只回答一个问题：为什么两层线性分类器画不出曲线，而 ReLU 网络能。线性层把二维输入平放成十六维里的一个仿射平面，ReLU 按 z_i=0 的十六条直线切分输入平面并把像折出原平面，分类边界是输出层超平面在输入空间中的原像。附一维到二维的数值最小例、七个常见误区与维数账本。

2026年11月5日深度学习, 数学基础, 线性代数

向量空间与线性映射两课合一的复习手册：从「向量是角色，不是长相」讲起，八条公理与判定流程、P₂ 与二阶矩阵两个标准例子、第一象限反例；再讲线性映射的定义、核与像、核判单射、矩阵作为坐标表示，末尾附作业参考答案与两课速查表。

2026年11月4日 vibe coding

不靠图生视频，而是让 AI 写代码，用数学公式和渲染引擎生成画面。把 @浙大猫学长散在十几条视频里的心法、案例、提示词抽出来，编成一条能照着走的学习路径。

2026年11月4日深度学习, 数学基础, 反向传播

用两输入两隐藏一输出的最小网络把反向传播手算到底：δ 的定义与逐层递推、一组走到参数更新的完整数值例（附 PyTorch 对账），再把 Softmax+交叉熵、Sigmoid+BCE、ReLU+线性输出、Batch 四种组合各推一遍并横向对比。

2026年11月3日深度学习, 数学基础, 微积分

一份自包含的求导复习手册：导数定义与直观、五类基本公式表、组合规则与链式法则、偏导与多元链式（形式 1 / 形式 2 / 一般形式对照）、全微分视角、矩阵求导入门，最后用 8 道练习把 softmax 雅可比、交叉熵梯度、sigmoid + BCE 全部推一遍。

2026年11月3日深度学习, RNN, 序列模型

从折叠与展开两种画法讲清 RNN 的三个权重矩阵、为什么参数必须沿时间共享，配 nn.RNN 与按公式手写的等价实现，以及变长 pack、梯度裁剪、别手动 softmax 三个实践要点。

2026年11月2日风控面试, 信贷风控, 题库

170 道信贷风控面试题，按知识域分 12 章，章标题标注「策略主导／模型主导／共用」，可按目标岗位取舍。

2026年11月2日风控面试, 信贷风控, 追问链

还原面经里出现频率最高的两个连续追问场景——「介绍你的指标体系」7 层追问（含分子分母口径陷阱）、「讲一个你做过的项目」9 层追问（含离线与线上效果差异），每层标注面试官考察点。