前言

在不知不覺中這已經是我參加鐵人賽的第三年了，回顧這段時間我已經從一個 AI 新手逐步成長為多次在 AI 競賽中獲獎的人。而我現在我也在 AI 領域工作了一段時間，累積了不少實戰經驗，因此在這次為期 30 天的鐵人賽中，我將彙整出每項技術中需要用到的重點，並分享自己如何利用網路資源自學這些知識。讓我的這些經驗能夠幫助其他人進行學習。

這30天內你會學到什麼?

在這 30 天內我將主要介紹該模型的基礎架構，並解析這些數學公式的原理。了解這些數學公式在 AI 中至關重要，因為 AI 本質上是一種應用數學。若想進行優化和調整，必須理解其中的道理。而且在閱讀最先進的論文時，數學公式也無處不在。因此我會在這 30 天內告訴你這些重要模型中最關鍵的數學原理。

不過即使不完全理解這些數學知識，你仍然可以完成基本的 AI 程式設計。對於 AI 學習的新手而言，閱讀這篇文章時只需了解這個模型進行了哪些操作即可。等到你有了一定的基本概念和程式設計經驗後，再回來重讀這篇文章，將會對你的學習更有幫助。

需要準備哪些工具?

• 一台有GPU的電腦
• Windows作業系統
• 一個認真學習的心

在這次的內容中，我們將從最簡單的AI——單層感知器開始學習。我會向你展示如何僅使用 numpy 在程式中實現單層感知器，從而解決 AND 與 OR 邏輯閘的問題。在接下來的幾天裡，我將開始使用 Pytorch 教你如何建構更複雜的 AI 程式碼，並逐步指導你如何安裝和查看官方文件，以確保你可以按照本文進行學習，而不受這些網站更新的影響。

後話

如果你對其他領域有興趣，或者沒有程式基礎，可以到我的GitHub上觀看我歷年來的程式碼與教學文章。這些資源可以幫助你理解這些領域的概念！有任何問題都歡迎詢問，畢竟在學習的路上需要互相幫助才能共同進步。那麼，我們明天再見！