翻越两座山：CNN 三十年攀登史

深度学习核心数学基础 给了你理论。但知道公式，和设计出真正能工作的网络，是两回事。

深度学习面前有一座山：完美的泛化。 我们永远到不了山顶，但每一次攀登都让我们离它更近。本章是一场翻越——两座山，三十年。登山上篇 爬练习峰（MNIST），登山下篇 换真正的未登峰（ImageNet）。

本章概览

#	章节	叙事节点	核心问题
	引言：因为山在那里	出发宣言	为什么要攀登？
🏔️	上篇：练习峰	上篇：练习峰 MNIST	赤手空拳 → 发现装备 → 首登
🔧	拆开看看：CNN 消融研究	拆解装备	每个零件到底贡献了多少？
⛰️	下篇：真正的未登峰	下篇：真正的未登峰	AlexNet首登 → 高原反应 → 聚焦 → 预算学
🔬	架构心法：从会用装备到会设计装备	架构心法 → 🏁 登山者笔记	感受野/深度连接/注意力/效率——四维度 + 三十年回望
🏁	下一座山	下一座山	从设计到落地：模型部署

学习路径

        graph LR
    A[🏔️ 上篇：练习峰<br/>MNIST] --> B[🔧 消融研究<br/>拆装备]
    B --> C[⛰️ 下篇：未登峰<br/>ImageNet]
    C --> D[🔬 架构心法<br/>四维度]
    D --> E[🏁 登山者笔记]

    style A fill:#4CAF50,color:#fff
    style C fill:#FF6F00,color:#fff
    style E fill:#1565C0,color:#fff
    

核心认知：每一个架构都不是凭空设计的。每一个突破都是对"上一代为什么摔倒"的深刻回应。

前置知识

前置章节	本章如何延伸
深度学习核心数学基础	计算图 → PyTorch 自动求导；梯度下降 → optimizer.step()
归纳偏置	为什么 CNN 比全连接更适合图像——把山的结构刻进装备里

贡献者与修订历史

查看详细修订记录

• dc35df2 2026-06-14 - Heyan Zhu: refactor: unify into two-chapter mountain-climbing narrative