主主题分卷
适合作为一个主主题分卷来连续阅读，再回到博客频道补全外围内容。
Archive Note
这里不是普通分类页，而是博客频道里的单主题分卷入口，用来把同一条线索下的记录重新收拢。
分卷定位
先知道这个主题在博客体系里扮演什么角色，再决定从哪一篇开始进入。
分卷档案
这一批记录属于同一主题线索，适合顺着编号一路读下去。
File 01
Pyramid-GAN的代码结构
GAN的代码结构 在GAN类外，是生成器类和判别器类的代码，而本篇中的GAN较为特殊，使用的是金字塔结构的判别器，有些地方需要额外注意。 初始化函数 参数解析器 首先是使用参数解析器(argparse)，方便直接在控制台使用Python命令来控制训练的部分超参数 本篇代码中含有的
File 02
Adam的回顾
加权平均数 温馨提示：由于本篇latex公式较多，容易显示异常或者加载较慢 公式： $V_t = \beta_1V_{t-1} + (1-\beta_1)\theta_t$ 其中$V_0 = 0$，所以展开后为： $V_t = \beta_1^{t-1}(1-\beta_1)\t
File 03
用numpy实现一个双层的softmax神经网络
使用的数值化数据集： 链接： https://pan.baidu.com/s/110dhDKA8eXYV4-kfmevo0g 提取码：x3wu 整体思路 使用Numpy和pandas写一个神经网络，进行手写数字识别(MNIST)，样本图如下： 总思路 整体神经网络代码只使用Num