机器学习抽象为何漏：从手写反向传播说起
热点事件持续更新
机器学习抽象为何漏：从手写反向传播说起
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
一篇机器学习随笔借 Andrej Karpathy 在斯坦福 CS231n 课上要求学生用 Python 和 NumPy 手写神经网络前向与反向传播的做法，论证机器学习中几乎不存在密封抽象。作者称，无损压缩、TCP/IP、TLS、PostgreSQL 可算密封抽象，而模型架构的每个方面都会影响反向传播优化的代价函数形状，因此都是漏的。 作者据此建议，训练前先放慢节奏，理解模型与训练方案的每个环节。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 22:52
为什么机器学习里一切都是漏抽象：从 Karpathy 的 CS231n 手写反向传播说起报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- Hacker News为什么机器学习里一切都是漏抽象：从 Karpathy 的 CS231n 手写反向传播说起
一篇机器学习随笔借 Andrej Karpathy 在斯坦福 CS231n 课上要求学生用 Python 和 NumPy 手写神经网络前向与反向传播的做法，论证 ML 中几乎不存在密封抽象。作者认为无损压缩、TCP/IP、TLS、PostgreSQL 可算密封抽象，而模型架构的每个方面都会影响反向传播优化的代价函数形状，因此都是漏的。他建议训练前先放慢节奏、理解模型与训练方案的每个环节。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。