我从大约2018年起，做过一点深度学习的教学，当时我就一直跟学生强调几点：
1 深度学习虽然极依赖于数学，部分依赖于物理，但你们要注意，学完半年后，你们必须忘掉数学与物理。
2 （继1）不要为理解其中的数学或觉得自己数学好而沾沾自喜。数学好有时反而会障碍你在这方面的进步。
3 深度学习最最关键的是对神经网络的直觉，对智能如何可能的一种模糊的直觉判断，以及对一件事的达成所需要的信息的判断力。
4 （3的第一点）对网络的直觉第一点是：要习惯将网络看成是已知状态到达一个想要状态的未知关联，即对任何问题你先设立一个目标，看看到达目标有多少中间状态，将起点到中间状态，中间状态到中间状态，中间状态到目标用线连起来，这些都是未知关联。有未知关联就给它一个相应的神经网络，就这么简单粗暴。
5 （3的第二点）对智能如何可能的一种模糊的判断，这点也非常重要，这点其实可以多多观察我们人是如何学习的。多想想为什么我们只要稍微提醒一下就可能学会。多想想如何用神经网络（结合4）去构造去仿制这种学习过程。其实也非常简单粗暴。
6 （3的第三点）对一件事的达成所需要的信息的判断力要在平时不断地训练，这种判断能力将会贯穿始终。要练习判断多少的训练数据，从原则上可以训练出什么样的效果。要用信息获取，信息流动的角度来大致分析。这很关键。
最后记住：掌握了基本的数学后，就要尽早忘掉数学，尽力培养两种判断能力。
最后的最后记住：不要将深度学习仅仅看成是统计学看成是拟合，不要将深度学习仅仅看成是统计学看成是拟合，不要将深度学习仅仅看成是统计学看成是拟合。