见林尘开始在黑板上书写起来，不只是刘正杰愣住了。
教室里所有的学长学姐们也一个个露出惊讶之色。
“这题林尘回答得出？”
“怎么可能？没听刘老师刚才说的吗？这个问题他自己都还在研究！”
“这家伙是在装逼吧？久闻大一林尘逼王之名，今日终于得见了！”
“都安静！”
刘正杰打断了底下的窃窃私语，扭头看起了林尘在黑板上写的内容。
这是……
梯度下降算法？
这时，林尘的声音也响了起来：“老师，我觉得你的问题可以从改进现有的梯度下降算法入手。
传统的梯度下降算法在更新参数时，步长固定……”
粉笔停下，林尘在自己刚刚写下的几个公式底下划了条粗线。
“所以，我觉得可以尝试引入自适应学习率的概念，根据每次迭代的情况动态调整步长。
比如，采用 adagrad算法，它能够对每个参数分配不同的学习率，对于频繁出现的特征，降低其学习率……”
林尘的回答条理清晰，逻辑严谨，教室里顿时安静下来，同学们都听得入神，有的还在笔记本上快速记录着要点。
刘正杰愣了半晌，也突然拿起自己的本子记录起来。
他这次提出这道问题，本来就是因为自己的思路已经陷入瓶颈，迟迟找不到出路。
便想在课堂上随口提升一句，看看有没有办法从这些学生口中得到灵感。
当然，他其实也没抱多大希望，不过就是碰碰运气而已。
却没想到。
自己竟然还真的撞上大运了！
“林尘同学，你这个算法的改进我有些没看懂，这个变量因子是什么意思？”
笔记做到一半，刘正杰忽然抬头问道。
“这是我引入的一个变量因子，它的作用是……”
林尘一边解释，一边又在黑板一角画了一道示意图。
“刘老师你看，这个因子的作用就是缩短模型的训练时间，避免陷入局部最优解……”
底下的学生们一个个都张大了嘴巴。