Yann LeCun(@ylecun)· Yann LeCun (@ylecun)·· 25 天前AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Yann LeCun 谈 target prop：从增广拉格朗日视角重新推导反向传播
Nice! This ends up being a version of what some of us have called "target prop": every layer's input...
AI 导读
Yann LeCun 指出，这篇论文提出的方法正是他所说的 "target prop"：每一层的输入都是自由隐变量，作为前一层的目标，可由反向传播的"增广拉格朗日"形式推导得出，即把层间约束转成惩罚项。
来源：Yann LeCun(@ylecun) · x.com