PolyStep前向优化器发表于TMLR
热点事件持续更新
PolyStep前向优化器发表于TMLR
1 篇报道1 个报道来源52 分钟前更新
先了解这件事
AI 综述
An T. Le 的 PolyStep 论文发表于 Transactions on Machine Learning Research (TMLR)。PolyStep 是一种仅前向的优化器，通过评估旋转多面体探针、沿探针方向的加权平均移动参数块，用于训练含硬阈值、量化和离散路由等不可微组件的网络。 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%。论文同时指出，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。
AI 根据报道生成 · 44 分钟前更新
最新进展10月12日 12:00
通过最优传输训练不可微网络（PolyStep）报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.RO 机器人学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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。