讲到这儿，台下的学生就有点撑不住了。

他们才大二啊。

这帮人虽说不少都已经上手做起了自己的ai项目，模型调起来一个比一个溜，可姚先生今天讲的这个，实在太特麽垂直了。

这已经不是“会不会用”的层面。

这是得专门钻进深度学习的数学理论里头，整天跟损失景观、隐式偏置、泛化边界这些东西打交道的人，才跟得上的东西。

随着姚先生的讲解，黑板上的公式越堆越多。

【Θ(x，x′)=?

?

f/?

θ，?

f/?

θ?

……】

底下勉强还能跟上的人，越来越少。

有人已经开始小声地议论了起来。

“姚先生今天这……跟平时不太一样啊？”

这话说到了点子上。

平时姚先生上课，是出了名的深入浅出。

再难的东西，他总能用一些大家听的动的例子来讲解，把学问讲得有趣，好懂。

可今天他讲的这些什麽过参数化的损失景观，梯度下降的隐式偏置，还有那个懒惰训练背後的 ntk机制……

这根本就不是给一群大二智班学生准备的东西。

这像是讲给同行听的。

然而坐在後排的李东，却听得津津有味。

这些东西，有一些他也不是全懂。

哪怕这一个礼拜，他几乎把市面上能找着的ai论文、文献、测评，一篇不落地全塞进了记忆宫殿。

可记忆宫殿这玩意儿，说到底只是个仓库。

它能存，却不能替李东啃透。

那些论文这一篇是讲损失景观，那一篇是讲泛化，另一篇又在讲什麽核方法，李东完全没办法将它们有序的关联起来。

。

而姚先生此刻在台上讲的这些，就像一根针线，终於将这些串联了起来。

损失景观为什麽会连成片，连成片之後梯度下降凭什麽偏心，偏心又怎麽扯到了核方法的头上……

原来，它们讲的是同一件事。

……

就在李东顺着这根线往下捋的时候。

台上的姚先生，忽然停了下来，低头看着教案，似乎是在等底下的同学消化。

教室里，一下子就静了。

李东还沉浸在刚才的思路里没出来，姚先生讲的那个懒惰训练有个地方他一时没搞明白。

於是他下意识地就喃喃自语了一句。

“……可它要是一直这麽懒，那它到底是从什麽时候起，才真正学到东西的呢？”

声音不大。
本章未完，请翻下一页继续阅读.........