笃行
首页
个人 & 心法
互联网/硬件后台
游戏基础架构
UE 引擎
游戏业务
AI / 大模型
数据结构与算法
机器学习数学
通用基础
GitHub
首页
个人 & 心法
互联网/硬件后台
游戏基础架构
UE 引擎
游戏业务
AI / 大模型
数据结构与算法
机器学习数学
通用基础
GitHub
  • 向量入门

    • 看得见的机器学习数学
    • 向量是什么
    • 向量的加减与数乘
    • 线性组合与张成
  • 矩阵与变换

    • 矩阵是一次变换
    • 矩阵乘法
  • 度量与求解

    • 行列式与面积
    • 解方程组就是倒着走回去
    • 特征向量的直觉
    • 点积与相似度
  • 高维与结构

    • 高维空间的直觉
    • 正交基与投影
    • 秩与低秩
    • 长度与归一化
    • 线性与非线性
  • 概率与信息

    • 概率分布与采样
    • 期望与方差
    • 指数与 softmax
    • 对数与信息量
    • 交叉熵
  • 学习与优化

    • 导数就是坡度
    • 梯度下降
    • 链式法则与反向传播

derivative-slope — 闪卡

导数就是坡度:往前挪一丁点,高度变了多少,两者一除就是这一点的陡峭程度。往上是正,往下是负,平地是 0。它描述的是"在这一点上地势往哪边斜、斜得多厉害",跟这一点本身有多高完全没关系。

记忆口诀

  • 坡度 = 高度变化 ÷ 前进距离
  • 步子缩到很短,量的就是脚下这一点
  • 正是上坡,负是下坡,0 是平地
  • 每个位置各有各的坡度
  • 坡度说往哪斜,高度说在哪儿 —— 两回事

Card 1

Q: 坡度(导数)怎么算?

A: 高度变化 ÷ 前进距离。往前走 2 米升高 4 米,坡度就是 2——每往前 1 米抬高 2 米。

Card 2

Q: 坡度的正负各代表什么?

A: 正是上坡(越大越陡),负是下坡(越负越陡),0 是平地。蒙眼下山要找的是负得最多的方向。

Card 3

Q: 为什么要把"往前那一步"缩得很短?

A: 因为山坡是弯的,走一大段算出的是平均陡峭程度,跟脚下这一点可能差很远。步子越短越贴近这一点的真实情况。

Card 4

Q: "这条曲线的坡度是多少"这个问题问得对吗?

A: 不对。同一条曲线不同位置坡度不同(陡上坡、平地、陡下坡),得问"在哪一点的坡度是多少"。

Card 5

Q: 海拔 4000 米的地方,坡度一定很大吗?

A: 毫无关系。高原上一片平地海拔 4000 米坡度是 0;3 米高的小土坡侧面陡得能滑下来。高度说在哪儿,坡度说往哪斜。

Card 6

Q: 坡度为 0,能说明到山顶了吗?

A: 不能。平的地方至少三种:山顶、谷底、半山腰的平台。坡度 0 只说明这一点是平的,说明不了你在整座山的哪儿。

Card 7

Q: 曲线位置越高,坡度就越大吗?

A: 不是。想想登山道:越接近山顶路往往越平缓,半山腰海拔不高反而陡得腿软。坡度只跟这一点附近往哪边斜有关。

Card 8

Q: 单看一个点,能看出坡度吗?

A: 不能。坡度描述的是"变化",必须有两个位置才能比较。站着不动感觉不到地是斜的,往前挪一挪高度差才显出来。

Card 9

Q: 为什么坡度对蒙眼下山的人特别有用?

A: 它把"我该往哪走"这个需要看清全局的问题,变成一个能在原地测出来的数。不用看清全局,也能走对下一步。

Card 10

Q: 把坡度当成"高度"会有什么后果?

A: 你会以为"损失值很大"就等于"改进空间很大"。其实损失大也可能卡在一片平地上,坡度是 0,动都动不了。

最近更新: 2026/9/10 11:38