神经网络中有许多权重，每一个权重的变化都可能导致最终预测结果产生变动。为了最大可能获得较佳的预测结果，需要考虑合适的损失函数，激活函数以及优化器等，并通过训练，反反复复调整权重，直至得到满意的结果。

万象世间亦如是。

你所经历的每一件事，你所遇见的每一个人，于你而言都会在心中自动初始化一个权重。时间和事件会训练你的模型，为了最小化损失函数，也就是达成你的目的，你会一遍又一遍的采取措施来调整每一个权重。

不仅仅是你，每个人，每个生命，所有物质都在无时无刻的更新着自己的权重。于是地球围绕太阳转动，太阳东升西落，东西方产生时差，而现在，你正在阅读这些文字。

调整吧

就像歌中唱的那样: 时间会回答成长

成长的过程中，就在不断的调整权重，以期寻找一个最佳位置，安放自己。

可是，不同于神经网络的训练会在些许时间后结束，人要训练一生，并且优化目标可能会在不同的时间而各不相同。

这是一个动态的权重调整过程。

一次外出，一次游戏，一次对话，一次课程，一场考试，都可能导致优化目标的改变，随之而来的是很久一段时间内对相应优化目标做的权重调整，这段时间，可能是三天，可能是三年，也可能就这样一直下去。

调整吧

调整吧

或许，最终，权重将会在一个范围内上下波动。

于是看上去似乎稳定了。

可真的稳定了吗？

也许有一天，你会发现自己深陷局部极值不能自拔。

可这又如何呢？也许与全局最优解只差分厘呢？也许并不在乎呢?也许忙忙碌碌再来调整一次的代价难以承受呢？

看似逻辑清晰，实则一塌糊涂

看似合情合理，实则漏洞百出

本文亦如是。

深夜呓语，不知所言，溜了溜了~