Tuning-Free Coreset Markov Chain Monte Carlo
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的无学习率随机梯度优化方法Hot DoG,解决了核心集构建中的学习率敏感性问题。实验结果表明,Hot DoG在后验近似质量上优于其他方法,效果与最佳调优的ADAM相当。
🎯
关键要点
- 本研究提出了一种新颖的无学习率随机梯度优化方法Hot DoG。
- Hot DoG解决了核心集构建中的学习率敏感性问题。
- 实验结果表明,Hot DoG在后验近似质量上优于其他方法。
- Hot DoG的效果与最佳调优的ADAM相当。
➡️