JAX(一个数值计算库)发布了自尺度 Broyden 系列拟牛顿方法的新实现。该实现基于 Optimistix 库构建,包含各种 BFGS、DFP 和 Broyden 变体,以及 L-BFGS 和 Zoom 线搜索。开发者表示,这是一份技术说明,旨在促进 JAX 社区的采纳,代码可在 PyPI 上获取。 AI
影响 该实现可以提高 JAX 内数值计算的效率,可能使依赖此类方法的 AI 研究受益。
排序理由 该条目是一份技术说明,记录了针对特定软件库的现有优化方法的实现,而非一项新的研究贡献。[lever_c_demoted from research: ic=1 ai=0.7]
- Broyden–Fletcher–Goldfarb–Shanno algorithm
- Ivan Bioli
- Jax
- Limited-memory BFGS
- optimistix
- SSBFGS
- SSBroyden
- ssbroyden-optimistix
- SSDFP
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →