University of Toronto CSC413/2516：Neural Networks and Deep Learning（2025 冬）

请帮我把「University of Toronto CSC413/2516：Neural Networks and Deep Learning（2025 冬）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://csc413-w25.notion.site/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：在线学习。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：三次Homework同时含书面与Python编程练习；CSC413有期末考试，CSC2516有Final Project。官方讲义页面可点入每周课节；作业与考试答案在Quercus，录像在OCCS，不能向无权限者承诺这些材料。
课节（官方顺序）：
1. Introduction & Linear Models：https://csc413-w25.notion.site/152946d7006c800990cbfcf9558d5318
2. Multilayer Perceptrons and Backpropagation：https://csc413-w25.notion.site/152946d7006c80d096dceffa7bb03089
3. Autodiff, Distributed Representations, and Optimization：https://csc413-w25.notion.site/156946d7006c80faa219d9b4b73483f5
4. Convolutional Neural Networks and Image Classification：https://csc413-w25.notion.site/156946d7006c801bbe08ed3d0ca0e249
5. Optimization and Generalization：https://csc413-w25.notion.site/156946d7006c80098820c6c56b777e0f
6. Overparameterization and Normalization：https://csc413-w25.notion.site/156946d7006c80728825dac1b49aca19
7. Recurrent Neural Networks：https://csc413-w25.notion.site/156946d7006c8008af44fb0f9826a39e
8. Transformers and Autoregressive Models：https://csc413-w25.notion.site/156946d7006c800ea830e9f8a282502c
9. Large Language Models：https://csc413-w25.notion.site/156946d7006c80eb9b60fb6364bb0921
10. Autoencoders：https://csc413-w25.notion.site/156946d7006c8082ad14d7e9ca18d709
11. Deep RL：https://csc413-w25.notion.site/156946d7006c80838383fc512268b800
12. Multimodality and Diffusion Models：https://csc413-w25.notion.site/156946d7006c80d183ded2a1b8cc7c7a

1. 环境
- 使用浏览器打开官方材料；在个人课程目录保存笔记、作答与链接。无需为阅读安装命令行环境。
- 有登录、选课或付费要求的材料，先核对自己已有的访问权限；不绕过限制。
- 先打开当次Homework的Python部分，核对所需包与数据；在隔离环境或其指定notebook中运行，不假定所有作业使用同一版本。
- 仅保存你有权访问的个人学术副本。官方禁止未经许可分享课程录像和材料；材料包默认只保存链接。
- 公开讲义可读；Homework依赖与Quercus/OCCS权限需另行确认。课件仅允许个人学术使用，未经教师明确许可不得复制、分享或分发。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程表、材料与作业入口：只记录链接 https://csc413-w25.notion.site/（仅提供官方原文链接。官方允许个人学术使用；未经教师明确许可不得复制、分享或分发，不构成开放转载修改许可。）
3. 目录（最外层放在我确认的位置）
toronto-csc413-winter2025/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    ├── 11-lesson-11/
    └── 12-lesson-12/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 人工检查：打开首课官方链接并找到对应标题  → 能阅读首课；登录受限时记录受限材料，不把链接存在当作可访问。
  - 人工检查：打开第一周Introduction & Linear Models以及Homework 1  → 能阅读课程正文、看到作业入口；若录像或答案要求校内账号则记为受限。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。