本着“凡我不能创造的，我就不能理解”的思想，本系列文章会基于纯Python以及NumPy从零创建自己的深度学习框架，该框架类似PyTorch能实现自动求导。
💡系列文章完整目录： 👉点此👈
要深入理解深度学习，从零开始创建的经验非常重要，从自己可以理解的角度出发，尽量不适用外部框架的前提下，实现我们想要的模型。本系列文章的宗旨就是通过这样的过程，让大家切实掌握深度学习底层实现，而不是仅做一个调包侠。
本文介绍了常用机器学习算法的衡量指标：准确率、查全率、查准率和ROC曲线。
要理解以上指标，我们首先要知道混淆矩阵(confusion matrix)的概念。名字看起来挺唬人，其实也没有很复杂。
其矩阵的每一列代表了预测类别，每一列的总数表示预测为该类的数据的数量；
而每一行代表了数据的真实类别，每一行的总数表示该类别的数据的数量；
每一列中的数值表示真实数据被预测为该类的数量；