2-深度学习基础
这是本系列的第 2 讲，作用是把前一讲的机器学习框架继续推进到神经网络语境里。它会回答几个很关键的问题：为什么要用深度学习、一个深度学习模型是怎么训练起来的，以及在实际框架里应该怎样开始动手。
这讲主要讲什么
从目录结构看，这一讲基本覆盖了入门深度学习最需要先理解的那几块内容。
- 深度学习方法（上）：交代深度学习的发展脉络，并解释为什么在很多复杂任务上需要深度模型。
- 深度学习方法（下）：说明实际使用深度学习的一般步骤，并引入正向传播、反向传播这些核心机制。
- PaddlePaddle 入门：给出一个具体框架的使用入口，包括环境、基本开发方式和最初级的调用流程。
- 课程实践：通过房价预测和手写数字识别，把回归任务和分类任务都各做一遍。
适合怎么学
- 这一讲最重要的不是记住某个公式，而是理解训练循环：输入进入网络后如何得到输出，损失如何反向传播，参数如何被更新。
- 如果你对深度学习框架还不熟，建议把框架部分当成“最小起步手册”来看，优先搞懂数据、模型、损失和优化器之间的关系。
- 两个实践例子分别对应回归和分类，最好都过一遍。这样后面看 CNN、RNN 时不会只会套模型名。