简 介

这里是小白的AI笔记本，存放了小白白学习AI的笔记qwq

因为小白白太菜惹，笔记都采用的简单的 Keras 写的捏~

本项目采用MIT协议授权，你可以随意分发，欢迎大家前来pr~

贡 献 指 南

1. 尽量和已有的笔记的格式保持一致，比如按步骤划分单元格
2. 代码注释尽可能的详细，保留单元格输出
3. 尽量减小笔记本的体积，比如有些单元格输出了许多无关紧要的图像
4. 提交前记得格式化代码，4个空格表示一个缩进
5. 若权重文件以外链的方式附加嗷
6. 只要是AI相关的笔记都可以嗷，但重复的笔记不要嗷

笔 记 目 录

仓库里的笔记按主题大致分为以下几类，全部可直接运行：

回归与曲线拟合

笔记	内容
线性回归.ipynb	用 Keras 拟合一元线性函数，回归任务入门
非线性回归 .ipynb	用神经网络拟合带噪声的非线性曲线

手写数字 / MNIST 系列

笔记	内容
手写数字识别.ipynb	全连接网络识别 MNIST，深度学习「Hello World」
MNIST数据集分类.ipynb	MNIST 数据的加载与多分类
CNN手写数字识别.ipynb	用卷积神经网络做手写数字识别
交叉熵.ipynb	演示交叉熵损失函数
优化器.ipynb	对比不同优化器的训练差异
Dropout.ipynb	用 Dropout 缓解过拟合
正则化.ipynb	用正则化缓解过拟合

卷积神经网络与迁移学习

笔记	内容
VGG19.ipynb	调用 ImageNet 预训练权重做图像分类
迁移学习-VGG19手势识别.ipynb	在手势识别数据集上做迁移学习（数据集按笔记外链下载）

生成模型

笔记	内容
PixelCNN.ipynb	生成式模型 PixelCNN

自然语言处理入门

笔记	内容
电影评论二分类.ipynb	IMDB 影评情感二分类，NLP 入门

模型可视化

笔记	内容
绘制网络结构.ipynb	可视化所搭建模型的网络结构

环 境 依 赖

• Python 3.x + Jupyter Notebook（本地、VS Code、Colab 均可运行）
• 主要依赖：keras、tensorflow、numpy、matplotlib；个别示例额外用到 h5py、tqdm
• 一键安装：pip install numpy matplotlib tensorflow keras h5py tqdm jupyter
• 提示：多数示例采用较老的 Keras/TensorFlow 写法（如 from keras...、tensorflow.python.keras），在较新版本下个别 API 可能需要小幅调整

使 用 说 明

1. 打开任意一篇 .ipynb，从上到下逐格运行即可复现
2. 首次运行会联网自动下载的数据集：MNIST、IMDB
3. 需手动准备的资源：VGG19.ipynb 会下载 ImageNet 权重；迁移学习-VGG19手势识别.ipynb 需按笔记内附带的外链下载手势数据集，放入对应目录后再运行

目 录 结 构

路径	说明
*.ipynb	各篇 AI 学习笔记
res/	仓库使用到的图片等资源
LICENSE	MIT 协议全文（与简介中的声明对应）
README.md	本说明文件

训练好的模型目录 modle/ 已被 .gitignore 忽略，不会入库。