惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
D
Darknet – Hacking Tools, Hacker News & Cyber Security
H
Hackread – Cybersecurity News, Data Breaches, AI and More
小众软件
小众软件
V
Visual Studio Blog
T
Tailwind CSS Blog
博客园 - Franky
F
Fortinet All Blogs
D
DataBreaches.Net
Recorded Future
Recorded Future
雷峰网
雷峰网
GbyAI
GbyAI
博客园 - 聂微东
V
V2EX
Security Archives - TechRepublic
Security Archives - TechRepublic
SecWiki News
SecWiki News
N
News and Events Feed by Topic
PCI Perspectives
PCI Perspectives
Help Net Security
Help Net Security
Y
Y Combinator Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
云风的 BLOG
云风的 BLOG
TaoSecurity Blog
TaoSecurity Blog
K
Kaspersky official blog
AI
AI
The Hacker News
The Hacker News
C
Cybersecurity and Infrastructure Security Agency CISA
Project Zero
Project Zero
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Microsoft Azure Blog
Microsoft Azure Blog
Security Latest
Security Latest
Hacker News: Ask HN
Hacker News: Ask HN
H
Help Net Security
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
I
Intezer
Spread Privacy
Spread Privacy
Blog — PlanetScale
Blog — PlanetScale
宝玉的分享
宝玉的分享
Cyberwarzone
Cyberwarzone
T
Threatpost
C
CERT Recently Published Vulnerability Notes
L
Lohrmann on Cybersecurity
S
SegmentFault 最新的问题
P
Privacy & Cybersecurity Law Blog
S
Securelist
A
About on SuperTechFans
WordPress大学
WordPress大学
G
Google Developers Blog
L
LINUX DO - 热门话题
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events

Ridic

一个关于映射度的问题 买原版书遇到的坑 区域不变性及相关应用 Klein瓶的高维推广 待解决的问题 一些待整理的资料 记录一些想看的书和课程 在服务器中部署Overleaf 高等代数习题课-记录 从今天开始写一些东西 不定积分练习 国内Docker镜像代理 《上海高考指南》数学部分阅读与分析 函数关于两点对称问题 数学笔记-第八周 数学笔记-第七周 二模前复习总结 6 数学笔记-第六周 将 word 中的 Mathtype 公式转为 Latex 原创一题 为什么高中数学题越来越难 有趣的开源项目整理 5 4 3 上海高考数学压轴题 2023年普通高中学业水平模拟测试 2 1 典型难题整理 Linux 相关操作 参加 TACA 考试 一些导数题 博客加入数学公式支持 新买的乒乓球拍 数学综合卷 使用 Git Hook 将网站部署到服务器 利用BurpSuite和Charles进行抓包 关于window.opener 2023上海英语春考 解决Mac开机界面壁纸不同的问题 迁移到了新域名 期中考复习试卷 关于 友链 Helloworld 随时随地写代码--基于Code-server部署自己的云开发环境 GAN CFOP 学校的电脑 嘀咕
关于学习过程的“参数权重”设置
Tom · 2025-04-27 · via Ridic

今天在自习室,随意翻桌上的书时,发现一个大四同学在看的一本 J.P. May 的 “More Concise Algebraic Topology”,属实令我吃了一惊,毕竟是May写的研究生代拓教材的第二册,讲“局部化,完备化和模型范畴”等更深入抽象的内容。按我目前的学习速度,可能本科读完也没有足够的功底去读这本书,我想。

但是否一定如此?也许在“读书学习速度”这一表象并非反映学习能力,而是学习方法的外显。毕竟,如果是像读小说一样浏览一遍还是相对轻松的;而我总担心这样的理解不深,无法掌握精髓,于是深入到书中的每一个细节,无法自拔。于是意识到,自己得调整一下学习方法。

实际上,学习方法没有绝对的对错,只有在给定某种“意义”下的优劣。记得开学初,孟晟老师在第一节课就跟我们讲过这个类比。他找出了deepseek的一篇论文,其中刻画了训练模型中不同方面的参数权重,于是模型归结为一个问题:找到最佳参数权重比例,使得“预期”训练结果最优化。类比到数学学习上,便可以说:在明晰学习目的的条件下,我们要在“刷题训练”、“自我探索生成”等学习方法中找到最佳比例。

因此,回到对于书籍的阅读学习。本科生学习代数拓扑等进阶学科,目的并非是去完全掌握。对于这近一个世纪较为“前沿”的内容,也许只是粗略了解思想方法,学会计算即可。(这大概也是丘赛设立的初衷)而我目前学习代拓的“死磕”方法,既失去了效率,又无法完全理解,可能不久又将忘记。那么两种学习方法的效果将产生显著差异。这也解释了广为流传的一个论断:“数学系中学生的差距,比人与猪的差距还要大。”好的学习方法、好的思维,将时刻不断作用于学习过程中。

罗栗老师曾说,学习要不求甚解。这句话有不同的理解方式。对于我来说,就是不再沉迷细节,能够在掌握最低前置知识的前提下,看懂核心方法即可。