元数据卡
- 前置知识：第10章 线性代数
- 预计时间：60 分钟
- 核心难度：进阶
- 完成标志：理解导数和积分的含义，掌握梯度下降的思想
你的进度
应用塔第二层的墙壁在流动——不是静态的符号，而是曲线和切线。"变化不是跳跃的。物体下落时速度在连续变化——微积分就是分析这种连续变化的工具。"馆长说。
你的任务
机器学习优化损失函数、物理引擎模拟运动、数值分析中的误差控制——这些场景中事物不是离散地变化，而是连续地流动。微积分告诉你：某个瞬间它在"多快"变化（导数），以及一段变化的总量（积分）。更关键的是，它给了你"找到最优值"的方法（梯度下降）。
本章分层
- 必读：导数与微分，积分思想，梯度与优化
- 选读：多元微积分，拉格朗日乘数法
破局 · 溯源
馆长的话点醒了你。你低头看着脚下流动的地板——曲线在你面前不断变化，你问自己：'如果我要造一枚投石机，目标是射程最远。仰角每增加一度，射程变化多少？'
这就是微积分的核心问题：一个东西变化了，另一个跟着怎么变。你不需要先学会神经网络才能理解这个——只要一个上山的路就够了。
你现在站在一座山上，目标是山谷的最低点。你不知道谷底在哪，但你每走一步都能感觉脚下的坡度。坡陡就跨大步，坡缓就迈小步——这就是梯度下降的核心直觉。
这个过程会在 Vol 13 神经网络中反复出现。但今天你只看数学本身：怎么描述一个函数的'坡度'？怎么找到坡底？
先从最简单的开始。
导数 f'(x) 是函数 f 在 x 处的瞬时变化率。几何上，是曲线在 x 处的切线斜率。
f'(x) = lim_{h→0} (f(x+h) - f(x)) / h
几个基本导数规则：
- f(x) = xⁿ → f'(x) = nxⁿ⁻¹
- f(x) = sin(x) → f'(x) = cos(x)
- f(x) = eˣ → f'(x) = eˣ（唯一的不变函数）
- 链式法则：(f(g(x)))' = f'(g(x)) × g'(x)——这是神经网络反向传播的原理
链式法则对整个深度学习的意义：神经网络的每层是一个函数，前向传播是函数复合，反向传播就是用链式法则从输出往回计算每一层的梯度。
积分是导数的逆运算，即求"累积量"。f(x) 在区间 [a, b] 上的定积分等于曲线下方的面积。
∫ₐᵇ f(x) dx = F(b) - F(a), 其中 F' = f（牛顿-莱布尼茨公式）
在计算机科学中，积分出现在概率论中计算概率密度函数的累积曲线下面积，也出现在流量监控中的"累积流量"计算。
梯度是多元函数的导数——它是一个向量，每个分量是函数对该方向偏导数。
∇f = [∂f/∂x₁, ∂f/∂x₂, ..., ∂f/∂xₙ]ᵀ
梯度指向函数增长最快的方向。
梯度下降：机器学习优化的基石算法。
w_{t+1} = w_t - η × ∇f(w_t)其中 η 是学习率——每一步的大小。η 太大，跳过最小值；η 太小，收敛太慢。
这个简单公式推动着现代 ML。每一种优化器（Adam、SGD、RMSprop）都是在这个基础上加了自适应步长或动量。
优化的理论框架：凸函数在全局梯度下降中保证收敛到全局最优。非凸函数（如神经网络的损失表面）收敛到局部最优，但实践中"局部最优"往往已经够好。
常见陷阱
- 忽视链式法则。反向传播就是反复应用链式法则。不理解链式法则，就无法理解为什么反向传播能"高效计算梯度"（而非每一次重新求导）。
- 混淆可微和连续。可微一定连续，但连续不一定可微（如 f(x) = |x| 在 x=0 处不可微）。这在 ReLU 激活函数处有实际意义：ReLU 在 x=0 处不可微，实践中定义其导数为 0 或 1。
- 认为微积分"只是纯数学"。梯度下降是深度学习引擎的油门，积分是概率模型做预测的依据。微积分在计算机科学中无处不在。
通关挑战
- 计算 f(x) = 3x² + 2x + 1 的导数。
- 在 Python 中用数值方法验证导数 f'(x) = (f(x+h) - f(x-h)) / (2h) 对 h → 0 的收敛性。
- 实现单变量梯度下降：找到 f(x) = x² + 3x + 2 的最小值。在纸上验证最小值出现在 x = -1.5 处。
旅人笔记
导数告诉你"多快"，积分告诉你"多少"。梯度让你在成百上千的维度中找到下降方向。它们是优化——也就是"找最好的那个"——的数学核心。
→ 下一站预告：下一步，我们走向更抽象但也更实用的两个领域：信息论解释你如何"量化"信息，数值计算解释计算机怎么在误差中生存。