R-CNN

新型优化器ZENITH为计算机视觉模型自动化学习率调度

研究人员推出了一种名为ZENITH的新型优化器，旨在为深度计算机视觉模型自动化学习率调度。与现有的自适应优化器不同，ZENITH的计算和内存开销为零，并且与正则化技术兼容。在各种图像分类、目标检测和分割任务上的实验表明，与基线方法相比，ZENITH能在更短的时间内获得更高的准确率。另一篇论文重新审视了分析随机梯度算法的经典假设，重点关注方差假设及其在确定性和随机优化问题中的相关性。