研究人员开发了组合同态自动微分(CHAD)的扩展,这是一种转换函数式程序以计算其导数的方法。这个名为迭代式CHAD的新框架处理包含部分运算、条件逻辑和循环的程序,同时保留了原始CHAD的结构保持语义。其核心创新在于迭代扩展索引范畴,将迭代整合到依赖类型编程语言中,从而能够推导出正确计算反向模式导数的程序。 AI
影响 增强了复杂编程场景下自动微分的能力,可能提高基于梯度的机器学习算法的效率。
排序理由 详细介绍自动微分新理论框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CHAD
- Combinatory Homomorphic Automatic Differentiation
- Connected Papers
- CORE Recommender
- DagsHub
- Fernando Lucatelli Nunes
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →