MNIST from scratch 从零开始构建 MNIST 数据集 CartPole game ：游戏 Vanilla Policy Gradient :香...

MNIST from scratch 从零开始构建 MNIST 数据集 CartPole game ：游戏 Vanilla Policy Gradient :香草政策梯度 Tensor Manipulation ： 张量操作 gradient theorem梯度定理 Activation Oracles 激活预言机 Rays & Segments ： 射线和线段 Batched Operations ：批量操作 CNNs & ResNets ： 卷积神经网络和残差网络convolutions ： 卷积 training loop in PyTorch ： PyTorch 中的训练循环PyTorch's ResNet implementation ：PyTorch 的 ResNet 实现Bonus - Feature Extraction ： 奖励 - 特征提取 Weights and Biases, 权重和偏差 ptimization & Hyperparameters： 优化与超参数 hyperparameter sweeps超参数扫描 backprop: 反向传播 Backpropagation Framework ： 反向传播框架 perceptron neural network, 感知器神经网络 bandit土匪 Deep Q-Network (DQN) and Proximal Policy : 深度Q网络（DQN）和近端策略 Transformer InterpretabilityTransformer可解释性 transformers, mechanistic interpretability, and generative models).转换器、机制可解释性和生成模型）。 Reinforcement 加强 parallelization 并行化