用通俗类比解释了 RNN 的工作原理及其梯度消失问题，并通过数学公式详细说明 LSTM 的门控机制如何实现长期记忆。

用猜糖果颜色的直观类比解释交叉熵的概念，配以公式推导和逐步数值计算示例，阐明其作为深度学习分类任务损失函数的核心作用。

用学生姓名分配特征的类比，生动解释嵌入层如何将离散数据转换为有语义含义的数值向量，并结合 NLP 词嵌入实例深化理解。

Andrej Karpathy《Zero to Hero》系列第二讲的学习笔记，记录了从二元字符模型到神经网络语言模型的构建过程，深入理解字符级序列生成的核心思路。

Andrej Karpathy《Zero to Hero》系列第一讲的学习笔记，通过从零构建 Micrograd，深入理解反向传播算法与自动微分的本质原理。