PolyStep前向优化器论文发布
热点事件持续更新
PolyStep前向优化器论文发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者 An T. Le 发布论文，提出前向优化器 PolyStep，用于训练含硬阈值、量化和离散路由等不可微操作的网络。该方法通过旋转多面体探针并沿探针方向的加权平均移动参数块，权重来自单侧熵最优传输。 在 MNIST 硬阈值脉冲神经元任务上，PolyStep 达到 93.0 ± 0.2%，论文称优于最佳梯度无关基线的 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
研究者提出前向优化器 PolyStep，通过旋转多面体探针并沿探针方向的加权平均移动参数块，权重来自单侧熵最优传输，从而训练含硬阈值、量化和离散路由等不可微操作的网络。在 MNIST 硬阈值脉冲神经元任务上，PolyStep 达到 93.0 ± 0.2%，优于最佳梯度无关基线的 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。