本文介绍了一门由微软亚洲研究院开发的AI理论课程。这门课程无需数学基础，从简单的代码入手，逐步教授学生神经网络的基本原理，每一步都有代码示例来解释原理。此外，课程还提供了实操平台，学员可以在平台上利用GPU训练AI模型，还有许多有趣且实用的案例。

邹欣现任微软亚洲研究院首席研发经理，负责AI平台的研发和推广工作。他是《移山之道》、《编程之美》、《构建之法 – 现代软件工程》等书籍的作者。他参与开发的开源课程《神经网络基础简明教程》是微软亚洲研究院经过一年研发推出的，最近刚刚更新了课程内容。这门课程更加注重项目的实践，非常适合程序员的学习习惯。同时，该课程对数学的要求不高，大大降低了学习门槛。

相比其他课程，这门课程的独特之处在于： - 从简单的代码入手，逐步讲解神经网络的原理，每一步都有代码示例。 - 提供实操平台，学员可以利用GPU训练AI模型。 - 包含大量有趣且实用的案例。 - 初步反馈非常好，程序员喜欢通过编写代码来学习AI，而非推导公式。

如何获取本课程： 关注相关账号，私信回复“资料”即可获得课程资源。以下是部分课程截图。

如何阅读本系列教程： 如果在线观看，推荐使用Chrome浏览器，并安装Math插件。也可以将所有内容克隆到本地，然后使用VSCode阅读，但需要安装Markdown预览增强插件。

为什么推出这一系列教程： 目前有许多强大的深度学习框架，如TensorFlow、CNTK、PaddlePaddle、Caffe2等。然而，在使用这些框架搭建自己的深度学习模型时，我们常常很难理解框架背后的运作机制。因此，我们希望通过这套教程，帮助初学者真正掌握深度学习的思想和知识，而不仅仅是成为调参师。本教程旨在帮助读者深入了解深度学习的基础知识，更好地应用现有的框架，同时也帮助读者快速学习最新的神经网络扩展和变体，跟上AI的发展步伐。

适用人群： - 对深度学习感兴趣但不知从何入手的新手。 - 有一定人工智能概念和强烈学习意愿的初学者。 - 已经训练过模型并调过参数，希望了解框架内部运算过程的调参师。 - 有经验的技术专家，希望提供宝贵建议，帮助更多初学者。

后续准备： - 环境配置：Windows 10 version 1809，Visual Studio 2017 Community或更高版本，Python 3.6.6，Jupyter Notebook（可选）。 - 学习者需要保持清醒的头脑，准备好纸和笔（如果需要推导公式），以及定时提醒自己休息，避免久坐。

希望这些内容对你有所帮助！