研究揭示神经网络学习率边界呈分形结构

近期开发者基于经典论文构建交互式工具，直观展示了神经网络超参数调优中的分形现象。研究发现，梯度下降本质上是一个迭代映射，与曼德博集合的递推关系相似。这意味着模型收敛与发散的学习率边界并非平滑曲线，而是像海岸线一样具有无穷细节的分形结构。

2026-07-23 ~ 2026-07-24 · 4 条相关

• 新 notebook 证明学习率边界会呈现分形结构 — S_Conradi · 2026-07-23
• 超参数调参的稳定边界可能是分形 — S_Conradi · 2026-07-23
• 神经网络可训练性边界呈分形：交互式工具揭示调参真相 — S_Conradi · 2026-07-24
• 神经网络训练边界为何是分形？梯度下降的数学同构 — S_Conradi · 2026-07-24