研究人员确定了某些优化器(如 Muon)在训练等变神经网络时优于 Adam 的一个关键原因。问题源于 Adam 在等变线性层的不同块之间处理学习率的方式。具体来说,Adam 会单独重新缩放权重,而不考虑这些块的边界,从而导致步长不一致。提出的解决方案包括单独对每个块的更新进行归一化,并结合调整后的动量系数,这使得 Adam 在各种数据集上能够与 Muon 相媲美。 AI
影响 识别出等变网络中一个特定的训练挑战,可能导致更高效的模型开发。
排序理由 学术论文,详细介绍了关于神经网络训练的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →