人工智能的数学基础：优化算法入门指南
阅读指南：本文为零基础读者精心设计。你无需任何数学基础，只需保持好奇心和耐心即可。本文的核心思想：通过日常生活的类比来理解抽象概念，用直觉感知取代死记硬背。⚠️进阶提示：文中标有 📌 的内容是为希望深入理解的读者准备的补充材料，首次阅读时可以选择性跳过，这不会影响你对整体内容的把握。💡数学家的惯例：为与机器学习领域的习惯保持一致，本文统一讨论最小化问题。日常生活中"最大化满意度"等同于"最小化不满意程度"（只需给目标函数加上负号即可）。因此后文所有的"下山"、"谷底"、"寻找最低点"，本质上都是在寻找最小
基于神经网络的手写数字识别方法
免责声明：由于完成时间相对较早，本文仅提供思路与解决方案，不保证一定是最优实践。实际效果会受到多种条件影响，本文不对其他人的使用结果承担责任。基于神经网络的手写数字识别模型本次作业的目标是使用MNIST数据集训练神经网络，以实现对手写数字的识别。针对该任务，本文对三类手写数字识别方案进行了设计与评估：浅层全连接网络、卷积神经网络（CNN），以及带残差块的改进卷积神经网络。通过比较这三种模型在训练与验证阶段的表现，进一步分析不同网络结构对识别效果的影响。本案例所采用的数据集为MNIST手写数字数据集。MNI