inFERENCe《机器学习手册》：四种把难题变为可解问题的变换

goyal__pramod · x · 2026-10-16

作者补上原文链接。这篇 2017 年的文章提出一种看待机器学习研究的方式：把研究当作编译器，把抽象的 ML 目标编译为寻找可处理向量场稳定吸引子的规范优化问题。给定难以优化的目标函数，可递归应用问题变换直到问题可解。首批整理的四种变换为变分边界、对抗博弈、进化策略和凸松弛，作者还列举了对偶原理、半二次分裂、拉格朗日乘子等候选，并邀请读者补充。