序言

开始写书是在22年4月。当时我实现了缪-零，并打算以此为基础写一本书。在完成模型的编码和训练，看到运行中的示例后，我不禁陷入了沉思。我真的理解了吗？还有什么不足之处？不久之后，我找到了原因。

深度学习、AI是经过漫长的技术历史中无数次失败和试错后诞生的结果。除了基本的数学和物理知识外，我还缺乏对技术历史中许多曾经出现但最终消逝的替代方案以及为什么这些技术得以生存下来的深刻理解。大约一年半前，我重新开始学习数学和物理，并完全重新开始了这本书的写作。

现在虽然还有不足之处，但我希望能通过互联网与大家分享我在写作过程中所思考的部分。书的内容将随着学习的进展不断更新。该书以韩语撰写，其他语言版本则是在LLM的帮助下翻译而成。我计划持续扩展其他语言版本。

长时间专注于一个主题时，有时也会感到疲惫。每当这时，姐姐们、姐夫们和侄子侄女们都会给予我巨大的支持。最重要的是，父母是我能够完成这本书的动力来源。

感谢大家。

2025年3月12日，朴善用配尚。

环境设置

目前，每个章节的右上角都可以在 CoLab 中启动。在 CoLab 环境中执行代码单元是最理想的学习方式。

将仓库下载到本地后，要以 HTML 格式查看书籍，请运行以下命令：

git clone https://github.com/Quantum-Intelligence-Frontier/dldna.git
cd dldna
python -m http.server

执行上述命令后，本地 Web 服务器将启动，并且可以通过 Web 浏览器以 HTML 格式查看书籍。默认情况下，可以在 http://localhost:8000 地址查看。

要在本地运行 Jupyter Notebook 并安装所需的包，请按照以下步骤操作。建议使用 Conda 虚拟环境。

配置 Conda 环境（需要安装 Anaconda 或 Miniconda）
- 如果未安装 Anaconda 或 Miniconda，首先需要进行安装。请从 Anaconda 下载页面或 Miniconda 下载页面下载并安装。
- 创建新的 Conda 虚拟环境。dldna_env 可以根据需要更改为你想要的环境名称。建议使用与仓库兼容的 Python 版本（例如：3.9, 3.10, 3.11 等）。
```
conda create -n dldna_env python=3.10
```
- 激活创建的虚拟环境。
```
conda activate dldna_env
```

下载并切换到仓库

git clone https://github.com/Quantum-Intelligence-Frontier/dldna.git
cd dldna

安装所需的包

dldna 目录中的 requirements.txt 文件列出了所需的所有包。使用 pip 安装这些包。
```
pip install -r requirements.txt
```
- 如果在运行 pip install -r requirements.txt 时遇到错误，请确保在仓库的根目录下而不是 dldna 文件夹中执行此命令。
启动 Jupyter Notebook
```
jupyter notebook
```
或者
```
jupyter lab
```
在 Web 浏览器中，Jupyter Notebook 或 Jupyter Lab 将打开。可以打开 dldna 文件夹中的 .ipynb 文件来运行笔记本。