通过最优传输训练不可微网络（PolyStep）

PolyStep 提出一种仅前向的优化器，通过旋转多面体探针并沿探针方向加权平均移动参数块，以训练含硬阈值、量化和离散路由的不可微网络。在 MNIST 上使用硬阈值脉冲神经元时，PolyStep 达到 93.0 ± 0.2%，而匹配评估次数下最佳调参的无梯度基线为 79.6 ± 5.2%。该方法每步查询开销与搜索维度成正比，限制了固定预算下的更新次数。