如何开始学习《动手学深度学习》

第一次学习不必从头到尾逐章完成。建议先掌握数据处理、线性神经网络、多层感知机和模型训练这几个基础部分，再根据目标进入计算机视觉或自然语言处理章节。

开始前准备好 Python 环境，并确认示例代码能够运行。环境问题应尽早解决，否则很容易把时间耗在与概念无关的配置上。

第一步直接运行示例，观察输入、输出和张量形状；第二步阅读解释，弄清模型在优化什么；第三步修改一个变量，例如学习率、批量大小或网络层数，并记录结果变化。

遇到公式时先理解变量含义和计算目的，不必一开始追求完整推导。代码结果与概念建立联系后，再回头补数学通常更有效。

每章只记录三个问题：这个模型解决什么问题、训练过程怎样判断好坏、它在哪些情况下可能失败。完成一个阶段后，用自己的数据做一次小实验，检验是否真的能够迁移所学内容。