Andrej Karpathy | 详解神经网络和反向传播（基于micrograd）

矩池云Matpool

已于 2022-09-23 10:29:46 修改

阅读量1k

点赞数

分类专栏：机器学习文章标签：神经网络深度学习人工智能 python

于 2022-09-16 16:49:20 首次发布

本文链接：https://blog.csdn.net/weixin_45793851/article/details/126893559

版权

前特斯拉AI高级总监Andrej Karpathy通过2小时25分钟的课程，基于micrograd详细讲解了神经网络和反向传播，包括手动反向传播、实现微型autograd引擎、构建神经网络库等，并通过PyTorch进行比较。课程适合初学者，深入浅出地介绍了深度学习的核心概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

只要你懂 Python，大概记得高中学过的求导知识，看完这个视频你还不理解反向传播和神经网络核心要点的话，那我就吃鞋:D

Andrej Karpathy，前特斯拉 AI 高级总监、曾设计并担任斯坦福深度学习课程 CS231n 讲师、OpenAI 创始成员和研究科学家。在 7 月离职特斯拉后，Andrej 在家录制了一个详解反向传播的课程，自信表示“这是 8 年来领域内对神经网络和反向传播的最佳讲解”，并在推特打赌“看不懂就吃鞋”。

在这里插入图片描述