黑客的神经网络指南：一部未完成的经典草稿
一句话
面向讨厌数学推导的程序员，把神经网络讲成「实值电路」：信号在门电路里前向流动，梯度像「力」一样反向拉扯每个输入。这是卡帕西最早的系统性教学尝试——一部只写完两章的未完成教程，作者本人已明确说它「很老了」、被 CS231n 取代；但正因如此，它是理解他整个教学谱系从哪里长出来的化石标本。
文章讲了什么
写完的部分有两章。第一章「实值电路」是全书精华：从一个乘法门开始，比较三种求梯度的策略——随机搜索、数值探测、解析推导——然后用链式法则把单个门组合成任意复杂的表达式，反向传播就这样在没有一个矩阵符号的情况下被讲透了。最有味道的是他的物理隐喻：把导数理解为「当你拉高输出时，施加在每个输入上的力」；梯度下降则像蒙着眼睛的人靠脚底的坡度感爬山。第二章「机器学习」把电路用于二分类：先用「力的规格说明」这个直觉版损失函数讲 SVM，再搭出一个两层神经网络，顺带讲 ReLU 和「把参数往零拉的弹簧」（正则化）。代码用 JavaScript 写，为的是能直接跑在浏览器里，刻意不向量化，牺牲效率换可读性。
第三、四章（实战技巧、真实网络）只有提纲，永远停在了草稿状态。驱动整部教程的是他自己的学习体验：
"Everything became much clearer when I started writing code" ——Andrej Karpathy · 原文 →
写作背景
2014 年前后，深度学习刚刚爆发，但学习材料几乎全是论文和满页公式的教科书，「程序员友好」的入门读物是空白。当时还在斯坦福读博的卡帕西动手填这个坑，结果坑没填完——因为他很快得到了更好的载体：2015 年他成为 CS231n 的主讲，这部个人教程的内容被整个吸收进了课程讲义，草稿也就此封存。页面顶部至今挂着他的免责声明，推荐读者转向 CS231n 和《深度学习》教科书。
十年后再看
把它当教程，今天确实不该用了——但把它当思想源头，它惊人地完整：「把反向传播讲成电路里的力」这个教法，后来原封不动地变成了 micrograd 和 Zero to Hero 第一课；「代码先于公式」的信条，则一路贯穿 从零实现比特币直到 2026 年的 MicroGPT。有趣的是载体的变迁：2014 年他选 JavaScript 是为了浏览器演示，十年后他改用纯 Python——工具换了三轮，教学哲学一个字没变。一部没写完的书，最终以课程、代码库和 200 行 Python 的形式全部「写完」了。
对你意味着什么
- 别把它当入门教材：作者自己都这么说。今天更好的版本是 Zero to Hero 第一课 micrograd（课程汉化）——同样的电路直觉，现代的代码和完整的后续。
- 但「力的隐喻」值得专门借走：如果你学反向传播总觉得隔一层，读第一章那几节，把梯度理解成拉扯的力，很多人卡壳多年的直觉会瞬间接通。
- 做教学或写技术文章的人：观察它为什么没写完却仍被记住——先给直觉、再给代码、最后才给符号。这个顺序本身就是可复用的方法。
延伸阅读
- 英文原文 · CS231n 讲义（官方替代品）
- Zero to Hero 第一课：micrograd —— 本教程的现代完整版
- 导读：《是的，你应该理解反向传播》 —— 为什么这套直觉在实战中救命
- 导读：《MicroGPT》 —— 十二年后同一哲学的终点