Apple研究人员发布更快的最优传输方法

Apple Machine Learning Research 发表了一篇论文，详细介绍了一种用于基于核的最优传输的新型半光滑牛顿法。该方法旨在克服现有估计器的计算限制，这些限制在样本量较大时会变得难以处理。所提出的方法在合成和真实数据集上都比以前的方法有显著的加速，实现了 O(1/√k) 的全局收敛率和局部二次收敛。 AI

影响 这种新方法可以实现最优传输在机器学习应用中更高效的使用，特别是在高维数据分析中。

排序理由 该集群包含一篇详细介绍新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Apple Machine Learning Research 阅读 →

• Apple Inc.
• Conference on Neural Information Processing Systems
• Marco Cuturi
• Massachusetts Institute of Technology
• Michael I. Jordan
• University of California, Berkeley

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →