Facebook 发布无梯度优化开源工具 Nevergrad，可应用于各类机器学习问题
发布时间：2019-01-02 23:24:22 所属栏目：移动互联 来源：丛末
导读：大多数机器学习任务从自然语言处理、图像分类到翻译以及大量其他任务，都依赖于无梯度优化来调整模型中的参数和/或超参数。为了使得参数/超参数的调整更快、更简单，Facebook 创建了一个名叫 Nevergrad（https://github.com/facebookresearch/nevergrad）
|
这个示例展示了使用 pcCMSA-ES 噪声管理原理（https://homepages.fhv.at/hgb/New-Papers/PPSN16_HB16.pdf）的 TBPSA 如何在表现上胜过几种替代方案。Facebook 研究团队在这里只将 TBPSA 与算法的一个有限示例进行了对比，不过，比起其他的方法，它的表现同样更好。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
