TMLR论文提出PolyStep无梯度优化器
热点事件持续更新
TMLR论文提出PolyStep无梯度优化器
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
An T. Le 发表论文提出一种仅前向的无梯度优化器 PolyStep：它通过评估旋转多面体探针，并沿探针方向的加权平均移动参数块，权重由单侧熵最优传输导出。在 MNIST 硬阈值脉冲神经元网络上，PolyStep 达到 93.0 ± 0.2%，论文称优于最佳调优的无梯度基线 79.6 ± 5.2%。 该方法每步的查询成本与搜索维度成正比，限制了固定查询预算下可用的更新次数。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
PolyStep：用最优传输训练不可微网络报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGPolyStep：用最优传输训练不可微网络
PolyStep 是一种仅前向的优化器，通过对旋转多面体探针进行评估，并沿探针方向的加权平均移动参数块，权重由单侧熵最优传输导出。在 MNIST 硬阈值脉冲神经元网络上，PolyStep 达到 93.0 ± 0.2%，优于最佳调优的无梯度基线 79.6 ± 5.2%。该方法的查询成本与每步搜索维度成正比，限制了固定预算下可用的更新次数。
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。