审查 deep-learning-crash-course — 2026-08-28
结论: ISSUES(7 条,全部为轻微项;无红线级问题,门禁全绿,抽查出处全部属实)
门禁实跑(2026-08-28 复审者亲跑,非写手自报):
book-jargon: 1 本,共 0 处专业词没解释就用了
生面孔配额:段级超额 0 处(上限 1)、节级超额 0 处(上限 5)
book-dodged: 1 本,共 0 个词被躲开(阈值:原书出现 ≥15 次)
book-verify: 1 本有拆解、共 913 处出处、0 处对不上
审查范围与方法
对照 docs/_authoring/BOOK-TEARDOWN.md 末尾收尾自检表逐项过;通读 index.md + 全部 16 个拆解章
(322,171 字符);书卡 aiRef/sources/deep-learning-crash-course.md;原书结构
library/deep-learning-crash-course/chapters.json(99 个 spine 章,正文 14 章+导言+结语)。
专项:速成书判据(三条承重线抽核)、原书 14 章全覆盖、与 nndl 系列差异化、
5+2 条脚注回核、3 章走查数字复算、判断块全量、台账泄漏、台阶抽查。
逐项结果(先报通过的)
- 完整性:过。 原书 14 章 + INTRODUCTION + CONCLUSION 全部落位:ch01 拆为 02+03, ch02–ch14 依次对应 04–16;导言归 01(sourceChapters 含 INTRODUCTION), 结语归 16(sourceChapters 含 CONCLUSION),与 01 §6 的声明一致。 导航章(目录/版权/索引/致谢)未读未引,书卡 notCovered 照实声明,合规。
- 红线一(不搬原文):过。 抽查的脚注引文均为短句钉说法,无整段搬运。
- 红线二(主走查):过。 每章主走查可指认:01 §2(读者上手路径)、02 §2(10 点 100 轮)、 03 §3(MNIST 0.67→0.97 四步)、04 §2.3(光镊微球)、05 §2.1(9 个数滑窗)、 06 §2.1–2.2(去噪+空图测试)、07 §2.3(IoU 手算)、08 §2.5(LodeSTAR 八份平移)、 09 §2.1(方波过梳状滤波器)、10 §2.1(she 的注意力)、11 §2.2(12 步训练循环)、 12 §2.3(1000 步加噪/生成)、13 §2.2(环图绕圈)、14 §2.2/§2.5(25 标注、MNIST 3%)、 15 §2.3(一步落子记账)、16 §2.3(三矩阵+一次闭式解)。每步旁边有具体数/状态。
- 红线三与配额:过(机检 0/0,人工抽看无「一段两个没解释术语」)。
- 台阶抽查:过。 03 §2.4、12 §2.1、08 §2.5 三节首句成列通读,无跳级。
- 速成书判据(本案核心):过。 三条承重线均为「给直觉+给公式」且速度快: 单神经元→网络(02 全数值走查 + 03 半平面直觉 + 唯一一处公式块 + 实测阶梯); 卷积(05 九个数的滑动平均走查,「深度学习只改一处:滤波器是学出来的」); 注意力(10 打分-加权-取用三步 + 2 维玩具点积(已标演示值)+ 哈希表类比)。 没有「堆术语」的章;每层都先现象后原理。
- 与 nndl 系列差异化:过。 抽两章对比: nndl-2e 13-convolution 走「局部连接+权重共享的归纳偏置、步长/零填充、卷积上的反向传播」; 本书 05 走「信号处理老工具 → 唯一改动 → PyTorch 积木箱 → 四个项目」。 nndl-2e 20-attention 走「认知原型 → 两步机制 → 四变体 → 自注意力体系化」; 本书 10 走「seq2seq 死结 → 交叉注意力例句 → 可训练投影 → Transformer 四零件 → ViT 项目」。 同题不同海拔、不同走查输入,无重复;「速成全景 vs 系统教材」的生态位声明与实际相符。
- 出处:过。 book-verify 913 处 0 错;人工回核 7 条全部属实(见下)。
- 总纲:过。 六节齐全、顺序正确;§2「全书一条主线」(标准的第 3 节)可独立成篇—— 11 步推理链只留效果句,机制细节均退到章节并挂「第 N 章讲」,未把机制搬进总纲; 冲击数字控制在 3%/2.67 °C 等少量几个且带参照物。
- 判断块:过。 全书 7 个判断块(01/02/04/10 各一,index 三条)全部带「如果错,会错在」。
- 书卡:基本过。 readState=read、claims/notCovered/summary/soWhat 均填, 与拆解实际覆盖一致;唯 readChapters 漏两章,见问题 6。
- 台账泄漏:过。 全文扫描无格式/许可/清洗统计(index.md 末行仅一句可回核声明,合规)。
- 空转词/TODO:过。 三类空转词与 TODO(没懂) 零命中。
抽查回核明细(全部属实)
| # | 位置 | 核对内容 | 结果 |
|---|---|---|---|
| 1 | 02 [^8] → text/10:189 | 100 轮 trial and error、error 恒 ±1/0、w0 稳定为正 | 原文逐句吻合 |
| 2 | 08 [^21] → text/50:726 | F1: 0.973,TP 6459 / FP 339 / FN 16 | 原文一致;复算 2·6459/(2·6459+339+16)=0.9732 ✓ |
| 3 | 12 [^5] → text/74:27 | DDPM 线性调度 0.0001→0.02、「别的好使的选择」 | 原文一致(含 equally well) |
| 4 | 15 [^16] → text/93:359-361 | 20 万局后仅约 2 万行非零、奖励卡在均值附近 | 原文一致(262,144 对照在案) |
| 5 | 07 [^11] → text/45:125 | IoU=交/并、1.0 为完美 | 原文一致 |
| 6 | 04 [^9][^10] → text/22:346,376 | MAE≈30 fN vs 几千 fN;「比训练数据更准」及机制(光线离散伪影被滤掉) | 原文一致 |
| 7 | 13 [^21] → text/86:5 | MAGIK 2023、Pineda、Nature Machine Intelligence | 原文一致 |
走查数字复算:07 IoU 5/7≈0.71 ✓(交 5 格、并 7 格);08 F1 0.973 ✓(见 #2); 12 β 调度与前向系数 0.99995/0.01 ✓(√(1−0.0001) 与 √0.0001)。
问题清单
- [08-self-supervised.md §2.5 步④] LodeSTAR 走查的数值例(平移 (+1.3,−2.1)、 预测 (25.8, 30.4) → 逆变换 (24.5, 32.5))原书没有给出,正文也未标「为演示编的」—— 违反主走查口径 2(非书给数值必须当场声明;02/07/10/11/15 各章都标了,独漏此处)。 建议:在该例末尾补一句「这几个数是为演示编的,不是原书实测」。
- [14-active-learning.md §2.4 代码块末行] 「最结名次」为乱码(应为「最终名次」之类)—— 行文错误,读者会在这里卡一下。建议改为「最终提名分数 = 不确定性(margin)与多样性的加权合成」。
- [14-active-learning.md §2.5 标题] 「M NIST」多了一个空格,应为「MNIST」。
- [16-reservoir-computing.md §2.4 代码块] 「蝴蝶翅膀"(」括号开了未闭,残留一个「(」。 建议删去该字符。
- [index.md §6 兑现表,2 行指针错位] 「01 §1 →
02§2.2 主走查」:02 章没有 §2.2, 主走查在 §2;「§2 ⑪ →16§3 第 8 条」:16 章 §3 无编号列表, 「训练被重新定义四次」在 §5 第 8 条。兑现内容本身都在,只是指路牌写错了节号—— 违反「许诺兑现」逐行核对的精确性。建议改指针为02§2、16§5 第 8 条。 - [aiRef/sources/deep-learning-crash-course.md] readChapters 漏列 "About the Authors" 与 "About the Technical Reviewer",而 01 章的 sourceChapters 与脚注 [^9] 实际使用了前者——书卡少报了实际覆盖。建议补入 readChapters。
- [02-single-neuron.md frontmatter] sourceChapters 未含 "Summary", 但 脚注 [^18] 引用了 ch1 小结(text/15,「supervised learning」命名处); 03 章已把 Summary 列入。建议 02 同样补入,保持口径一致。
备注
- 以上 7 条均为分钟级修复,不影响主体判断:这是一份「读完能复述全书」的拆解, 速成定位兑现——三条承重线全部以数值走查承重,16 章各有可指认的主走查, 913 处出处零漂移,与 nndl 系列分工清晰。
- 判 PASS 的门槛按任务书是「自检表每项都过 + 门禁全绿 + 抽查属实」; 问题 1(走查口径)与问题 5(兑现表精确性)属于自检表条目,故结论为 ISSUES。