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。
本章未完，请点击下一页继续阅读！