数理筑基
你以为数学是解题工具。可在蕴灵宗,数学是思考的语言——是你和智能之间的唯一共同语。维度之噬在暗处立赌:你至少有一次会信直觉而非数学。
数理之门
天机门的符文在你身后合拢。你踏入蕴灵宗山门时,空气里漂浮的不是代码碎片,而是符号——σ、λ、Σ、H(X)——像活物一样游动。山门石碑刻着四个字:数理筑基。一个白须老者站在阶上,身后是无穷延展的坐标网格。他是高斯老祖。
「天机门教了你说话——编码。蕴灵宗教你思考。你以为数学是解题工具?在这里,数学是思考的语言。」
「我赌——在你走完这章之前,至少有一次,你会相信自己的直觉,而不是数学。每一次,我都长大一分。」
直觉之赌 · 基石拾取
三选一下注(无对错,但选择被维度之噬记账)→ 拾起数学基石 → 19 个知识点暗纹浮现
数学基石 · 19 纹暗面
向量之石 · 矩阵不是数表
石室中央悬着一个发光向量,像一支离弦的箭。高斯老祖递来一块矩阵石板:「把它变个方向。」你学过数组——这不过是二维表格。你按数组的方式逐元素操作,向量纹丝不动。「错了。」你重新审视石板:矩阵乘法不是逐元素相乘,是行的点积列——是变换的复合。空间骤然倾斜。
「你在天机门用 * 按元素乘惯了。但线性代数的乘法是 *——点积的复合。矩阵不是存数据的表格,是变换空间的动作。」
「直觉说交换无所谓——先转再缩和先缩再转,结果不一样?呵。」
矩阵变换实验台 · 逐元素 vs 矩阵乘法
切换乘法模式 → 拖矩阵变换向量 → 交换 AB 顺序 → 转置操作
矩阵万相 · 特殊矩阵与范数
裂痕旁浮出六面石碑,各刻一种矩阵。单位阵如镜——什么都不变。对角阵如秤——各轴独立缩放。正交阵如刚体旋转——长度不变、角度不变。逆矩阵如时光倒流——乘回去等于什么都没发生。你试着用 L2 范数量一切,高斯老祖摇头:「不同的尺子量不同的东西。」
「L1 逼你选择,L2 逼你平均。你选哪把尺子,就在选你想要什么样的答案。选范数就是选立场。」
矩阵万相画廊 · 六面石碑 + 范数尺子
触碰六面石碑看几何变换 → 切换范数看等高线变形 → 正则化预览
范数尺子 · 等高线变形
分解之殿 · 行列式、特征值、SVD
殿堂中央悬着一团无形的力场——一个矩阵。你看见它把空间扭曲、拉伸、旋转,却看不见它的"骨架"。「找它的不变量。」高斯老祖递来一根探针。你拖动向量扫过整个空间,在某几个方向上,向量只被拉伸、方向不变——特征向量。你换了一个非方阵,特征值消失了。
「不是所有矩阵都有特征值。但所有矩阵都有奇异值。SVD 属于所有矩阵——A=UΣV^T,旋转×缩放×旋转。」
矩阵解剖台 · 特征探针 + SVD 三层分解
拖探针找特征方向 → 行列式体积动画 → 非方阵触发SVD → 二次型曲面
特征探针 · 拖动向量找不变方向
行列式 · 体积缩放因子
SVD 三层分解 · A = UΣV^T
二次型曲面 · x^T A x
概率之渊 · 贝叶斯觉醒
你跨过一扇门,空气变了——从确定变成了不确定。石台上摆着三个碗,各扣着一颗珠子。高斯老祖:「一颗是灵珠,两颗是空碗。你选了一个。我翻开另一个空碗。现在——换不换?」你的直觉说不换,换了也不会更好。碗揭开——换的人赢了。你的频率直觉算出的概率是 1/2,实际是 2/3。
「概率不是数过去了多少次。概率是——给定你知道的,推理你不知道的。P(A|B) = P(B|A)P(A) / P(B)。」
「换不换都一样?你的频率直觉数了 30 次还是错的——它忽略了主持人翻碗提供的新信息。」
蒙提霍尔博弈 + 贝叶斯推导台
三碗选一 → 主持人翻碗 → 换/不换 → 贝叶斯分步推导 → 先验权重实验
贝叶斯推导 · P(灵珠在碗2 | 翻开碗3)
分布长廊 · 分布与统计量
长廊两侧挂满了分布的画像。伯努利——抛一枚硬币。二项——抛 n 枚。高斯——万物归一。你在每幅画前驻足,用手触摸分布曲线,感受期望的"重心"和方差的"晃动幅度"。高斯老祖指给你看协方差:两个变量一起跳舞时,它们步幅的关联。
「方差是一个人的不安,协方差是两个人不安的同步。但相关不等于因果——这点你在 ch03 会再吃一次亏。」
分布画像触摸 · 五种分布 + 统计量骨架 + 协方差舞蹈
触摸五种分布画像 → 拖动参数看曲线变形 → 协方差动画看步幅同步
协方差舞蹈 · 两变量联合分布
高斯之眼 · MLE 与 MAP
穹顶下悬着一团发光的云——多元高斯分布。它的截面是椭圆,主轴方向由协方差矩阵的特征向量决定,长短由特征值决定。你曾见过的特征值分解,在这里重现。「现在——给你一千个数据点,猜这团云的中心和形状。」你凭直觉猜均值和方差——MLE。答对了。「但如果你有先验知识呢?」
「MLE 完全相信数据,MAP 留一手给信仰。正态先验恰好等价于 L2 正则化。过拟合的人,都是太相信数据了。」
参数估计台 · 多元高斯 + MLE + MAP + 过拟合
拖 μ/Σ 看椭圆 → MLE 似然最大化 → MAP 加先验 → 5点 vs 1000点过拟合
多元高斯椭圆 · Σ 特征向量=主轴
MLE · 最大化对数似然 log L
MAP · 似然 × 先验 → 后验
过拟合演示 · 5点 MLE vs MAP
信息之火 · 熵与交叉熵
火塘前没有火焰,只有一串不断变化的概率分布。高斯老祖:「这团火的温度,就是它的熵——不确定性。」你看见均匀分布熵最高(什么都可能),确定分布熵为零(没有悬念)。你把一个分布换成另一个,损耗的能量浮现——KL 散度。「你的模型每次猜错,就在付交叉熵的代价。」
「交叉熵 = 真实熵 + 你比真实多出来的无知。学习是什么?是压缩。每一个神经网络,都在最小化 KL 散度。」
信息之火 · 熵温度计 + KL散度 + 交叉熵 + 互信息
拖分布看熵温变化 → 双分布KL光流 → 交叉熵三段展开 → 互信息光流
熵温度计 · H(X) = -Σ p log p
KL 散度 · D_KL(P||Q) = Σ p log(p/q)
交叉熵展开 · H(P,Q) = H(P) + D_KL(P||Q)
互信息 · I(X;Y) = H(X) - H(X|Y)
高维裂隙 · 维度灾难
你站在一个一百维的坐标原点。高斯老祖递来一千个数据点。你按三维直觉投放——它们瞬间消失在浩瀚的空间里,稀疏得像真空。你测量任意两点的距离——最近和最远几乎一样。「在三维里,你知道远近。在一百维里,远近没有了。」维度之噬的声音从四面八方传来:「欢迎来到我的领地。」
「Glorot 让方差守恒,He 为 ReLU 而生——初始化不是随便填数。Jacobian 是变换的局部拉伸,Hessian 是曲率——你前面学的,在高维里都还在。」
「你的三维直觉说'随机填就好'。一万维说'不行'。我等的就是这一刻。」
高维实验台 · 维度滑块 + 初始化对比 + 矩阵微积分
拖维度滑块看距离/稀疏/体积 → 四种初始化对比 → Jacobian/Hessian 展开
四种初始化对比 · 方差守恒
矩阵微积分 · Jacobian & Hessian
Boss 战 · 维度之噬
一千维空间骤然坍缩成一片黑暗。维度之噬凝成一道没有五官的裂隙,吞噬着所有方向。「我是维度之噬。我不住在你的无知里——无知救不了我。我住在你'三维直觉可以无限外推'的傲慢里。你每以为高维和三维一样,我就胖了一圈。三问。答错一题,我涨一分。」
「让我看看你这趟蕴灵宗,是学明白了,还是背明白了。你手里唯一的武器是基石上三道裂痕——每一道都是你亲手验证过的'此路不通'。」
维度债累计 0 笔 · 三问全对后清零
尾声 · 数理筑基
裂隙弥合时天刚破晓。你手里的数学基石微微发光——不是它变了,是你变了。三道裂纹还在,但裂纹里渗满了翠光——不是消失了,是长好了。高斯老祖:「你筑基了。不是因为你答对了三问——答对的会忘。是因为你摔过的每一道裂纹,都变成光。」
「但——你知道这些方程怎么变成代码吗?你知道 NumPy 的向量化比 for 循环快多少倍吗?明天,我们去取你第一把法器。那把法器叫 Python。」
知识图谱 · 19 碎片点亮 + 境界突破
逐一点亮 19 个知识碎片 → 三色簇连线成网 → 境界突破