16 岁高中生的 ” 卷 ”：用 13000+ 行代码，从头写了一个 C++ 机器学习库

起源：机器之心

人工智能畛域当初也风行高中生援救世界了？

一个酷爱计算机的少年，16 岁就曾经能够做出点货色来了，比方开发个粤语编程语言、拿个 Kaggle 冠军、写个游戏、开发个加密货币投资机器人、从头构建一个 C++ 机器学习库什么的。

明天要介绍的就是一位从头构建 C++ 机器学习库的 16 岁少年（@novak-99），他的自荐帖在 reddit 上取得了数百的点赞量。

他构建的这个库（ML++）有 13000 多行代码，涵盖了统计、线性代数、数值剖析、机器学习和深度学习等主题。

我的项目地址：https://github.com/novak-99/MLPP

@novak-99 示意，他 之所以构建这个库，是因为 C++ 是他所抉择的语言，但到了 ML 前端，C++ 却用得非常少。

C++ 是高效的，而且有利于疾速执行。所以大多数库（如 TensorFlow、PyTorch 或 Numpy）都应用 C/ C++ 或某种 C/ C++ 衍生的语言来优化和进步速度。

但当他查看各种机器学习算法的前端实现时，他留神到大多数算法是用 Python、MatLab、R 或 Octave 实现的。他认为，C++ 之所以在 ML 前端用得比拟少，次要是因为不足用户反对，以及 C++ 语法比较复杂。

与 Python 相比，C++ 的机器学习框架少得可怜。此外，即便在风行的框架（如 PyTorch 或 TensorFlow）中，C++ 的实现也不像 Python 的实现那样残缺，存在的问题包含：短少文档；并不是所有的次要函数都存在；没有多少人违心奉献，等等。

此外，C++ 不反对 Python 的 ML 套件的各种要害库。Pandas 和 Matplotlib 都不反对 C++。这减少了 ML 算法的实现工夫，因为数据可视化和数据分析的元素更难取得。

因而，他就决定本人写一个 C++ 的机器学习库。

他还留神到，因为 ML 算法非常容易实现，所以一些工程师可能会疏忽它们背地的实现和数学细节。这可能会带来一些问题，因为在不理解数学细节的前提下，针对特定用例定制 ML 算法是不可能的。所以除了库之外，他还打算公布全面的文档，以解释库中每个机器学习算法背地的数学背景，涵盖统计、线性回归、雅可比矩阵和反向流传等内容。以下是对于统计的局部内容：

关上我的项目，咱们能够看到其中的一些细节：

涵盖 19 大主题，这个 ML++ 足够大且全

与大多数框架一样，这位高中生创立的 ML++ 库是动静的，一直地在变动。这点在机器学习的世界尤为重要，因为每天都会有新的算法和技术被开发进去。

目前，ML++ 库中正在开发以下模型和技术：

• 卷积神经网络（CNN）
• 反对向量机（SVM）的内核
• 反对向量回归

整体而言，ML++ 库蕴含了 19 大主题以及相干细分内容，别离如下：

• 回归（线性回归、逻辑回归、Softmax 回归、指数回归、Probit 回归、Cloglog 回归、Tanh 回归）
• 深度、动静、规模化神经网络（激活函数、优化算法、损失函数、正则化办法、权重初始化办法、学习率布局器）
• Prebuilt 神经网络（多层感知机、自编码器、Softmax 网络）
• 生成建模（表格反抗生成网络）
• 自然语言解决（Word2Vec、词干提取、词袋模型、TFIDF、辅助文本处理函数）
• 计算机视觉（卷积操作、最大 / 最小 / 均匀池化、全局最大 / 最小 / 均匀池化、Prebuilt 特征向量）
• 主成分剖析
• 奢侈贝叶斯分类器（多项散布奢侈贝叶斯、伯努利散布奢侈贝叶斯、高斯分布奢侈贝叶斯）
• 反对向量分类（原始造成、对偶造成）
• K-Means 算法
• K 最近邻算法
• Outlier Finder（应用标准分数）
• 矩阵合成（SVD 合成、Cholesky 合成、QR 合成）
• 数值剖析（数值微分、Jacobi 向量计算器、Hessian 矩阵计算器、函数近似器、微分方程求解器）
• 数学变换（离散余弦变换）
• 线性代数模块
• 统计模块
• 数据处理模块（特色缩放、均值归一化、One Hot 表征、反 One Hot 表征、反对的色彩空间转换类型）
• 实用工具（TP/FP/TN/FN 函数、精度、召回率、准确率、F1 分数）

更多细节内容请参考原我的项目。

网友：这么卷，我怎么办

对于 16 岁就能做出如此杰出的我的项目，有网友不禁感叹，这个世界上的高中生都在干些什么啊？！我在他们这个年纪还在『啃手指头』。而他们曾经在 ICLR、NeurIPS 会议上发表论文了……

还有网友示意，如果高中生都在做这些事，设想一下几年后博士申请会有多强烈吧。当初，你只须要发表 3 篇以上的 NeurIPS 论文，未来就得取得图灵奖了。

看似开玩笑的话，也能够说是目前某种程度上的「卷」吧。

不过，也有网友指出，我的项目中有 13000 行代码却没有测试？另一位网友认为，这是一个基于个人爱好创立的我的项目（pet project），并不适用于理论用例。因而，测试在这里并不重要。

参考链接：

https://www.reddit.com/r/Mach…

开源前哨 日常分享热门、乏味和实用的开源我的项目。参加保护 10 万 + Star 的开源技术资源库，包含：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。