下面就是文章在一开始提到的“Learning to learn paper”。这篇论文2016年底上传到arXiv，当时论文中使用的一些代码就包括了 Sonnet 的初步版本。

　　今天，DeepMind 已经更完整的代码放在了Github上面。

　　这篇文章的题目非常有意思，叫做《通过梯度下降学习通过梯度下降学习》，将优化算法作为学习问题，让算法学会自动探索需要的结构。作者包括牛津大学教授、DeepMind 研究员 Nando de Feritas。

摘要

　　在机器学习里，从手工设计的特征到机器学习的特征这个过程已经非常成功了。但是，优化算法仍然是手工设计的。在本文中，我们展示了如何将优化算法的设计转化为学习问题，让算法学会自动探索需要的结构。最终学出来的算法（由 LSTM 实施），在训练过的任务上表现超越了通用的手工设计的算法，并且在具有相似结构的新的任务中表现也很好（泛化能力很高）。我们在许多任务测试了这种新的算法，包括简单的凸问题、训练神经网络和用神经艺术对图像增加风格（styling images with neural art）。

　　论文地址：https://arxiv.org/pdf/1606.04474.pdf

　　原文地址：https://deepmind.com/blog/open-sourcing-sonnet/?from=groupmessage&isappinstalled=1

　　3月27日，新智元开源·生态AI技术峰会暨新智元2017创业大赛颁奖盛典隆重召开，包括“BAT”在内的中国主流 AI 公司、600多名行业精英齐聚，共同为2017中国人工智能的发展画上了浓墨重彩的一笔。

　　访问以下链接，回顾大会盛况：

阿里云栖社区：