PulseAugur
实时 11:13:03
实体 Group Stochastic Gradient Descent

Group Stochastic Gradient Descent

PulseAugur coverage of Group Stochastic Gradient Descent — every cluster mentioning Group Stochastic Gradient Descent across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_243427 ·

    新的稀疏数据增强方法提供了可证明的优化保证

    研究人员开发了一种新的稀疏数据增强方法,用于非凸优化问题,这在几何机器学习中尤为重要。该技术允许使用一小组固定的变换来近似完整的数据增强,从而显著降低与大型变换组相关的计算成本。所提出的方法使用稀疏增强目标上的梯度下降,与标准的组随机梯度下降或完整增强方法相比,需要更少的变换查询,并为找到驻点提供了可证明的保证。