chore: 尝试切换到 ali oss

4.人工智能/4.6.3深度学习快速入门.md

@@ -68,7 +68,7 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ### 损失
 
-![](static/boxcnRbeabbEppeHlM39UwqJSJc.png)
+![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/boxcnRbeabbEppeHlM39UwqJSJc.png)
 
 首先我们需要有一个损失函数$F（x），x=true-predict$
 
@@ -77,13 +77,13 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 ### 梯度下降
 
-![](static/boxcnMuwaG2okodvywzbxX138Re.png)
+![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/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）
 
-![](static/boxcn83M9AW6xDm5pBIqmZEC6Kf.png)
+![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/boxcn83M9AW6xDm5pBIqmZEC6Kf.png)
 
-![](static/boxcneVFa131Lb9xDMCsIMI9fcc.png)
+![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/boxcneVFa131Lb9xDMCsIMI9fcc.png)
 
 以此类推，我们最后的 w 在 0 的附近反复横跳，最后最接近目标函数的权重 w 就是 0。
 
@@ -97,7 +97,7 @@ Crash course 的课程，适合速成性的了解 AI 的基本方向和内容
 
 # 关于 MINIST
 
-![](static/boxcnxdyWA6Sj82kNxMlQ1b9hDg.png)
+![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/boxcnxdyWA6Sj82kNxMlQ1b9hDg.png)
 
 这个数据集可以说是最最经典的数据集了，里面有 0-9 这 10 个数字的手写图片和标注，正确率最高已经到了 99.7%.