MVN-Grad

新的MVN-Grad优化器提高了深度学习的稳定性和性能

研究人员推出了一种新颖的优化算法MVN-Grad，旨在提高深度学习模型的稳定性和性能。该方法将基于方差的归一化与归一化后的动量相结合，旨在缓解Adam等标准优化器中存在的梯度尖峰和跨时间耦合等问题。在CIFAR-100图像分类和GPT风格语言建模等任务上，MVN-Grad与现有优化器相比，在计算开销仅略微增加的情况下，实现了具有竞争力的或更优的结果，提供了更平稳的训练和更好的泛化能力。