Hacker News | 最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交 | 登录 过度参数化的令人困惑的成功：彩票假设还是维度逃逸？ (epfl.ch) 9 分 | rbanffy 发布于 2 小时前 | 隐藏 | 往期 | 收藏 | 1 条评论 | 帮助 Scene_Cast2 11 分钟前 [–] 如果我没记错的话，“彩票假设”（Lottery Ticket Hypothesis）的原始作者现在已经不再支持这一观点了。 一种直观的理解方式如下：假设你有一个看起来像高斯分布的图表，你想去拟合它。你有一个极其简单的模型，可以左右移动你的高斯分布。 如果你的初始位置恰好在范围内，那很好，优化器会帮你把它移动到正确的位置。如果距离太远，那就很糟糕，因为没有有效的梯度。 相反，神经网络给了你随处生成高斯分布的能力。在这种情况下，不需要进行移动，但代价是高昂的参数化成本。 回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索：