神经图炼丹：用弦图把深度学习写成方程让反向传播求解

Cybercat Institute 发布《An Invitation to Neural Picture Alchemy》博客及配套 TMLR 论文，主张用弦图描述深度学习的目标函数与训练后模型行为之间的语义关系。研究将神经网络视为变量映射、目标函数视为约束变量的方程，并提出以 backprop 协助寻找实现；文中还称梯度下降在非交换、非分配甚至非结合代数上约 100 次迭代即可收敛。