数学、代码、概念：深度学习的第三条道路

在他们出色的深度学习 MOOC 的上一版本中，我记得 fast.ai 的 Jeremy Howard 说过这样的话：

你要么是数学人，要么是代码人，并且 […]

你要么是数学人，要么是代码人，并且 […]

我可能对“要么”一词有误解，这不是关于“要么”与“两者”之间的区别。如果实际上你都不是上述任何一种人呢？

要么 要么 两者

如果你的背景既不是数学和统计学，也不是计算机科学：比如说人文学科，会怎么样？你可能没有那种凭天赋和/或多年训练或两者兼而有之而来的直观、快速、毫不费力的 LaTeX 公式理解能力 - 计算机代码也是如此。

理解总是要从某个地方开始，所以它必须从数学或代码（或两者）开始。此外，它总是迭代的，迭代通常会在数学和代码之间交替进行。但是，当你主要说自己是一个概念人时，你能做些什么呢？

概念人

当意义不能自动从公式中浮现时，寻找强调这些公式所涉及的概念的材料（博客文章、文章、书籍）会有所帮助。我所说的概念是指公式所代表的抽象、简洁、口头描述。

概念 口头

让我们尝试使概念更具体一些。至少有三个方面浮现在脑海中：有用的抽象、分块（将符号组合成有意义的块）和动作（该实体实际上做什么？）

概念 抽象 分块 动作 做

抽象

对学校里的许多人来说，数学毫无意义。微积分是关于制造罐头的：我们如何在节省罐头的同时将尽可能多的汤倒入罐头中。那么，不妨这样说：微积分是关于一件事物如何随着另一件事的变化而变化？突然间，你开始思考：在我的世界里，我可以将它应用于什么？

微积分的链式法则

作为一个更具体的例子，以优化器为例。以梯度下降为基线，简而言之，动量、RMSProp、Adam 有什么不同？

做