fix: 所有的连接跳转

4.人工智能/4.6.3深度学习快速入门.md

@@ -22,13 +22,13 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ## python
 
-基本的一些 python 知识，你可以在本讲义中的 [python 模块](https://gw9u39xwqi.feishu.cn/wiki/wikcn8RxD1oJ4w5BVOIS9QpS4xQ)中进行简单的学习。解决其中的题目大致就可以了，之后遇到不会的只要去 Google 一下，或者去问问 ChatGPT，问问 New Bing。
+基本的一些 python 知识，你可以在本讲义中的 [3.6python 模块](../3.%E7%BC%96%E7%A8%8B%E6%80%9D%E7%BB%B4%E4%BD%93%E7%B3%BB%E6%9E%84%E5%BB%BA/3.6Python%EF%BC%88%E7%81%B5%E5%B7%A7%E7%9A%84%E8%83%B6%E6%B0%B4%EF%BC%89.md)中进行简单的学习。解决其中的题目大致就可以了，之后遇到不会的只要去 Google 一下，或者去问问 ChatGPT，问问 New Bing。
 
 ## pycharm,pytorch,anaconda 等环境配置
 
-你可以在本讲义中的 [Pytorch 安装](https://gw9u39xwqi.feishu.cn/wiki/wikcn6Bpl4ynpMSX4C8LVSYouXf)中找到怎么配置 pytorch，你可以在这里安装 [Pycharm](https://www.jetbrains.com/zh-cn/pycharm/)。
+你可以在本讲义中的 [Pytorch 安装](../4.%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/4.6.4Pytorch%E5%AE%89%E8%A3%85.md)中找到怎么配置 pytorch，你可以在这里安装 [Pycharm](https://www.jetbrains.com/zh-cn/pycharm/)。
 
-你可以在本讲义中的 [python 安装](https://gw9u39xwqi.feishu.cn/wiki/wikcnN68wBfMYy6xOWhbo2uChsh)中找到 Pycharm 和 anaconda 的安装教学视频
+你可以在本讲义中的 [python 安装](../3.%E7%BC%96%E7%A8%8B%E6%80%9D%E7%BB%B4%E4%BD%93%E7%B3%BB%E6%9E%84%E5%BB%BA/3.6.3%E5%AE%89%E8%A3%85python.md)中找到 Pycharm 和 anaconda 的安装教学视频
 
 ## 一个找乐子的心
 
@@ -36,7 +36,7 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ## 前置知识？
 
-要啥前置知识，这就是给你入门用的。如果你不打无准备的仗，你可以简单看看[机器学习快速入门](https://gw9u39xwqi.feishu.cn/wiki/wikcnmBWmI8fZmhynbnHzxrRMMd)。
+要啥前置知识，这就是给你入门用的。如果你不打无准备的仗，你可以简单看看[机器学习快速入门](4.2%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%88AI%EF%BC%89%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8%EF%BC%88quick%20start%EF%BC%89.md)。
 
 # 学完课程之后可能出现的问题
 
@@ -56,7 +56,7 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ## 基础知识的疑惑
 
-如果你对于课程中的一些基本知识比如说梯度下降算法等感到疑惑，你可以移步[机器学习快速入门](https://gw9u39xwqi.feishu.cn/wiki/wikcnmBWmI8fZmhynbnHzxrRMMd)
+如果你对于课程中的一些基本知识比如说梯度下降算法等感到疑惑，你可以移步[机器学习快速入门](4.2%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%88AI%EF%BC%89%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8%EF%BC%88quick%20start%EF%BC%89.md)
 
 当然，在这里我会简单的为你讲解一下最基础最关键的算法：梯度下降算法。和怎么快速理解计算机为什么能识别手写数字。
 
@@ -70,10 +70,7 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ![](static/boxcnRbeabbEppeHlM39UwqJSJc.png)
 
-首先我们需要有一个损失函数
-$$
-F（x），x=true-predict
-$$
+首先我们需要有一个损失函数$F（x），x=true-predict$
 
 
 这样通过一个函数我们就得到了一个具体的数值，这个数值的意义是：现在的输入数据经过一个拟合函数处理后得到的结果和真实结果的差距，梯度下降算法就是根据这个为基础进行对拟合函数中参数的优化。
@@ -82,12 +79,7 @@ $$
 
 ![](static/boxcnMuwaG2okodvywzbxX138Re.png)
 
-假设损失函数为
-$$
-y=x^2
-$$
-
-,梯度下降的目的是快速找到导数为 0 的位置（附近）
+假设损失函数为$y=x^2$,梯度下降的目的是快速找到导数为 0 的位置（附近）
 
 ![](static/boxcn83M9AW6xDm5pBIqmZEC6Kf.png)
 
@@ -113,10 +105,10 @@ $$
 
 - <strong>我想学 CV !!!!!!</strong>
 
-你可以在 CV 模块中找到[经典网络](https://gw9u39xwqi.feishu.cn/wiki/wikcnnLjMBAKyqH5WKK3jXa8xdc) ，这里是一些最最经典的论文，我们推荐你阅读它们的原文并且复现它们的代码，这可以同时锻炼你的<strong>coding 能力和论文阅读能力</strong>，在阅读前，请参见[如何读论文](https://gw9u39xwqi.feishu.cn/wiki/wikcnRXiOz6FuOSGjPxmBgCNvcd) 。本模块的撰写者<strong>SRT 社团</strong>主要从事 CV 方向的研究，遇到问题欢迎与我们交流。（你都完成这些了不至于找不到我们的联系方式吧~）<strong>如果你读完了经典网络模块，你可以在它的最后找到接下来的学习路线~</strong>
+你可以在 CV 模块中找到[4.6.5.3CV中的经典网络](4.6.5.3CV%E4%B8%AD%E7%9A%84%E7%BB%8F%E5%85%B8%E7%BD%91%E7%BB%9C.md) ，这里是一些最最经典的论文，我们推荐你阅读它们的原文并且复现它们的代码，这可以同时锻炼你的<strong>coding 能力和论文阅读能力</strong>，在阅读前，请参见[如何读论文](../1.%E6%9D%AD%E7%94%B5%E7%94%9F%E5%AD%98%E6%8C%87%E5%8D%97/1.10%E5%A6%82%E4%BD%95%E8%AF%BB%E8%AE%BA%E6%96%87.md) 。本模块的撰写者<strong>SRT 社团</strong>主要从事 CV 方向的研究，遇到问题欢迎与我们交流。（你都完成这些了不至于找不到我们的联系方式吧~）<strong>如果你读完了经典网络模块，你可以在它的最后找到接下来的学习路线~</strong>
 
 - <strong>我想做</strong><strong>NLP</strong><strong> !!!!!!</strong>
 
-NLP 研究方向庞大且复杂，若直接从 GPT 系列开始不免有些过于困难。我们建议你从了解 NLP 的任务开始，在有足够的基础后开始学习 RNN，LSTM 基准方法后向 [Transformer](https://gw9u39xwqi.feishu.cn/wiki/wikcnPNyq3BTIYKT6LFlViyTzNe) 进发 ，这个方法广泛运用在几乎所有深度学习领域，尤其是 NLP 的前沿研究已经无法离开 Transformer 了 hhhh。这个模块中我们也加入了一些 Transformer 的改进工作，包括 NLP，CV，和多模态
+NLP 研究方向庞大且复杂，若直接从 GPT 系列开始不免有些过于困难。我们建议你从了解 NLP 的任务开始，在有足够的基础后开始学习 RNN，LSTM 基准方法后向 [4.6.7Transformer](4.6.7Transformer.md) 进发 ，这个方法广泛运用在几乎所有深度学习领域，尤其是 NLP 的前沿研究已经无法离开 Transformer 了 hhhh。这个模块中我们也加入了一些 Transformer 的改进工作，包括 NLP，CV，和多模态
 
-- <strong>如果你想做多模态，对比学习等</strong>，请同时了解 CV 和 NLP 模块。这将是你后续知识的基础。多模态我们没有完善的讲义推出，对比学习可以参见[对比学习](https://gw9u39xwqi.feishu.cn/wiki/wikcngR1r66tof102Aof4WywlXf) 。这是撰写者之一的论文阅读笔记，不保证准确性与理解是否准确，可以作为论文阅读路线图来参考~
+- <strong>如果你想做多模态，对比学习等</strong>，请同时了解 CV 和 NLP 模块。这将是你后续知识的基础。多模态我们没有完善的讲义推出，对比学习可以参见[4.6.8对比学习](4.6.8%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0.md) 。这是撰写者之一的论文阅读笔记，不保证准确性与理解是否准确，可以作为论文阅读路线图来参考~