Conv-NS 方法研究卷积优化
热点事件持续更新
Conv-NS 方法研究卷积优化
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Thibaut Boissin 等研究者发表论文，指出 Muon 优化器将四维卷积核 reshape 成矩阵的做法破坏了其理论基础，并据此提出直接在卷积算子几何中建模的 Convolutional Newton-Schulz（Conv-NS）方法，称其在保持核支撑的同时逼近极因子。 研究者的实验对比显示，Muon 对卷积在理论上不成立，但在实验中有效。相关代码已在 GitHub 以 conv-muon 名称公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
Muon 对卷积在理论上不成立，但在实验中有效报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGMuon 对卷积在理论上不成立，但在实验中有效
研究指出 Muon 优化器将四维卷积核 reshape 成矩阵的做法破坏了其理论基础，为此提出在卷积算子几何中直接建模的 Convolutional Newton-Schulz（Conv-NS），该方法在保持核支撑的同时逼近极因子。
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。