为什么我先补数学，再补框架

刚入学的时候我最想做的事是赶紧学会 PyTorch，把模型跑起来。后来发现一个尴尬的事实：我能把代码调通，但说不清 loss 为什么下降。

调包和懂之间有个很具体的区别：出问题的时候，你是在猜，还是在推理。上星期我的模型 loss 不降，我改了学习率、换了初始化、加了 batch norm，全都没用——因为我根本不知道问题出在哪一层。

所以我改了顺序：先把微积分的链式法则、线代的矩阵乘法、概率的极大似然补到能自己推一遍的程度，再回去碰框架。框架的 API 半年换一次，这三件事二十年没变过。

代价是慢。别人的模型已经在跑了，我还在手推梯度。但我想清楚了：大一的优势就是可以慢，等到需要快的时候，慢已经来不及了。