本周核心定位夯实序列模型理论理解传统 RNN 结构、运算逻辑、缺陷学会 PyTorch 基础序列数据加载、简单 RNN 网络搭建衔接前期 PyTorch 图像分类知识。一、本周知识点每日拆分建议Day1 序列模型入门认知区分静态数据图像与序列数据文本、语音、时间序列、股价、传感器数据序列数据特点时序依赖、长度不固定、前后信息关联传统全连接 / CNN 不适合序列任务的原因深度学习序列任务场景文本分类、情感分析、机器翻译、语音识别、时序预测Day2 基础 RNN 理论详解RNN 整体结构、循环单元、权重共享机制前向传播、反向传播计算逻辑RNN 经典应用结构多对一、一对多、多对多重点多对一适配文本分类Day3 RNN 核心缺陷长依赖问题梯度消失、梯度爆炸成因直观理解长序列下早期信息无法传递到后续时刻Day4 PyTorch 序列数据基础文本数据预处理流程分词、词表构建、文本编码、padding 补齐nn.Embedding词嵌入层原理与使用文本任务核心层PyTorch 数据集、DataLoader 加载变长序列数据二、本周实操任务工具复盘熟练调用 PyTorch 基础 API回顾网络定义、训练 / 验证流程衔接图像分类项目基础实操完成文本数据集预处理以公开情感数据集为例分词、建词表、转张量、批次加载进阶实操使用 PyTorch 搭建单层基础 RNN 网络完成简易文本输入、前向传播测试不要求收敛训练三、本周学习产出笔记RNN 结构、运算公式、梯度问题、词嵌入原理代码完整文本预处理代码 基础 RNN 网络搭建代码复盘对比 CNN图像与 RNN序列网络结构、适用场景差异