人工智能領域現在也流行高中生拯救世界了？

>>>>

一個熱愛計算機的少年，16 歲就已經可以做出點東西來了，比如開發個粵語編程語言、拿個 Kaggle 冠軍、寫個游戲、開發個加密貨幣投資機器人、從頭構建一個 C++ 機器學習庫什么的。

今天要介紹的就是一位從頭構建 C++ 機器學習庫的 16 歲少年（@novak-99），他的自薦帖在 reddit 上獲得了數百的點贊量。

他構建的這個庫（ML++）有 13000 多行代碼，涵蓋了統計、線性代數、數值分析、機器學習和深度學習等主題。

項目地址：https://github.com/novak-99/MLPP

@novak-99 表示，他之所以構建這個庫，是因為 C++ 是他所選擇的語言，但到了 ML 前端，C++ 卻用得非常少。

C++ 是高效的，而且有利于快速執行。所以大多數庫（如 TensorFlow、PyTorch 或 Numpy）都使用 C/ C++ 或某種 C/ C++ 衍生的語言來優化和提高速度。

但當他查看各種機器學習算法的前端實現時，他注意到大多數算法是用 Python、MatLab、R 或 Octave 實現的。他認為，C++ 之所以在 ML 前端用得比較少，主要是因為缺乏用戶支持，以及 C++ 語法比較復雜。

與 Python 相比，C++ 的機器學習框架少得可憐。此外，即使在流行的框架（如 PyTorch 或 TensorFlow）中，C++ 的實現也不像 Python 的實現那樣完整，存在的問題包括：缺少文檔；并不是所有的主要函數都存在；沒有多少人愿意貢獻，等等。

此外，C++ 不支持 Python 的 ML 套件的各種關鍵庫。Pandas 和 Matplotlib 都不支持 C++。這增加了 ML 算法的實現時間，因為數據可視化和數據分析的元素更難獲得。

因此，他就決定自己寫一個 C++ 的機器學習庫。

他還注意到，由于 ML 算法非常容易實現，所以一些工程師可能會忽略它們背后的實現和數學細節。這可能會帶來一些問題，因為在不了解數學細節的前提下，針對特定用例定制 ML 算法是不可能的。所以除了庫之外，他還計劃發布全面的文檔，以解釋庫中每個機器學習算法背后的數學背景，涵蓋統計、線性回歸、雅可比矩陣和反向傳播等內容。以下是關于統計的部分內容：

打開項目，我們可以看到其中的一些細節：

涵蓋 19 大主題，這個 ML++ 足夠大且全

與大多數框架一樣，這位高中生創建的 ML++ 庫是動態的，不斷地在變化。這點在機器學習的世界尤為重要，因為每天都會有新的算法和技術被開發出來。

目前，ML++ 庫中正在開發以下模型和技術：

• 卷積神經網絡（CNN）

• 支持向量機（SVM）的內核

• 支持向量回歸

整體而言，ML++ 庫包含了 19 大主題以及相關細分內容，分別如下：

• 回歸（線性回歸、邏輯回歸、Softmax 回歸、指數回歸、Probit 回歸、Cloglog 回歸、Tanh 回歸）

• 深度、動態、規模化神經網絡（激活函數、優化算法、損失函數、正則化方法、權重初始化方法、學習率規劃器）

• Prebuilt 神經網絡（多層感知機、自編碼器、Softmax 網絡）

• 生成建模（表格對抗生成網絡）

• 自然語言處理（Word2Vec、詞干提取、詞袋模型、TFIDF、輔助文本處理函數）

• 計算機視覺（卷積操作、最大 / 最小 / 平均池化、全局最大 / 最小 / 平均池化、Prebuilt 特征向量）

• 主成分分析

• 樸素貝葉斯分類器（多項分布樸素貝葉斯、伯努利分布樸素貝葉斯、高斯分布樸素貝葉斯）

• 支持向量分類（原始形成、對偶形成）

• K-Means 算法

• K 最近鄰算法

• Outlier Finder（使用標準分數）

• 矩陣分解（SVD 分解、Cholesky 分解、QR 分解）

• 數值分析（數值微分、Jacobi 向量計算器、Hessian 矩陣計算器、函數近似器、微分方程求解器）

• 數學變換（離散余弦變換）

• 線性代數模塊

• 統計模塊

• 數據處理模塊（特征縮放、均值歸一化、One Hot 表征、反 One Hot 表征、支持的顏色空間轉換類型）

• 實用工具（TP/FP/TN/FN 函數、精度、召回率、準確率、F1 分數）

更多細節內容請參考原項目。

網友：這么卷，我怎么辦

對于 16 歲就能做出如此出色的項目，有網友不禁感嘆，這個世界上的高中生都在干些什么啊？！我在他們這個年紀還在『啃手指頭』。而他們已經在 ICLR、NeurIPS 會議上發表論文了……

還有網友表示，如果高中生都在做這些事，想象一下幾年后博士申請會有多激烈吧。現在，你只需要發表 3 篇以上的 NeurIPS 論文，將來就得獲得圖靈獎了。

看似開玩笑的話，也可以說是目前某種程度上的「卷」吧。

不過，也有網友指出，項目中有 13000 行代碼卻沒有測試？另一位網友認為，這是一個基于個人愛好創建的項目（pet project），并不適用于實際用例。因此，測試在這里并不重要。

參考鏈接：

https://www.reddit.com/r/MachineLearning/comments/srbvnc/p_c_machine_learning_library_built_from_scratch/

—版權聲明—

來源：機器之心，編輯：nhyilin

僅用于學術分享，版權屬于原作者。

若有侵權，請聯系微信號:Eternalhui或nhyilin刪除或修改！

—THE END—

文章推薦

?50張動圖帶你走進神奇的物理生物化學世界，超震撼！

?重返數學史的黃金時代，由數學推動誕生的人工智能，一部人類智慧形成的歷史

?高等數學和數學分析教材推薦及學習方法淺談

?藝術中蘊含的數學原理

?物理學四大神獸，除了“薛定諤的貓”, 你還知道哪幾個？

?法國數學長盛不衰的歷史淵源

總結

以上是生活随笔為你收集整理的16岁高中生的「卷」，用13000+行代码，从头写了一个C++机器学习库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。