「系统梳理可微编程：DeepMind研究员写了本扎实的新书」Google DeepMind研究员Mathieu Blondel与Vincent Roulet开源了新作《可微编程要素》（The Elements of Differentiable Programming）。作者跳出“深度学习就是自动微分”的狭窄视角，系统呈现了代码可微化的完整图景：从微分与概率基础，到条件分支、循环等控制流的连续化松弛，再到隐式方程求导、随机路径积分与二阶优化。全书推导清晰，把运筹优化、图模型推断与现代网络架构中的求导技术串成一个整体，很适合想吃透前沿计算底层的读者研读。diffprog.github.io