Deep Frank-Wolfe for neural network optimization
Learning a deep neural network requires solving a challenging optimization problem: it is a high-dimensional, non-convex and non-smooth minimization problem with a large number of terms. The current practice in neural network optimization is to rely on the stochastic gradient descent (SGD) algorithm...
Հիմնական հեղինակներ: | Berrada, L, Zisserman, A, Kumar, MP |
---|---|
Ձևաչափ: | Internet publication |
Լեզու: | English |
Հրապարակվել է: |
arXiv
2018
|
Նմանատիպ նյութեր
-
Deep Frank-Wolfe for neural network optimization
: Berrada, L, և այլն
Հրապարակվել է: (2019) -
Training neural networks for and by interpolation
: Berrada, L, և այլն
Հրապարակվել է: (2020) -
Riemannian Optimization via Frank-Wolfe Methods
: Weber, Melanie, և այլն
Հրապարակվել է: (2022) -
Riemannian optimization via Frank-Wolfe methods
: Weber, M, և այլն
Հրապարակվել է: (2022) -
New analysis and results for the Frank–Wolfe method
: Freund, Robert Michael, և այլն
Հրապարակվել է: (2016)