导数（derivative）

导数回答一个问题：如果我把输入轻轻推动一点点，输出会变得多快？它就是变化率、是斜率、是瞬间的陡峭程度。开车时，你的速度表显示的正是一个导数——此刻你的里程在以多快的速度增加。爬山时，导数就是这一步脚下的地面有多陡。

想象把一条曲线不断放大，直到它看上去几乎成了一条直线；那条小直线的斜率，就是该点处的导数。导数为正，意味着输入增大时输出在上升；为负，意味着在下降；为零，则意味着你此刻恰好处在平地上——可能是山顶、谷底，或是一小段平台。最后那种情形格外珍贵，因为波峰和波谷就藏在这些平坦之处。

机器学习靠导数运转。训练一个模型，就是微调它内部的数字以缩小误差，而误差对每个数字的导数，会告诉你该往哪个方向推、又有多迫切。这正是梯度下降与反向传播背后的整台引擎。一个老实的局限：导数只描述眼前这一小片邻域。它告诉你脚下的坡度，却说不清一英里之外的地形长什么样——这正是为什么训练要一小步一小步谨慎前行，而不是信心十足地纵身一跃。