计算机科学 > 机器学习
[提交于 2023年5月31日
(此版本)
, 最新版本 2023年6月2日 (v2)
]
标题: 机械:学习率调节器
标题: Mechanic: A Learning Rate Tuner
摘要: 我们介绍了一种技术,用于自动调整任何基础优化算法和调度的学习率缩放因子,我们称之为\textsc{机械学}。 我们的方法提供了对近期理论缩减的实用实现,以在在线凸优化中完成类似的目标。 我们在具有不同批量大小、调度和基础优化算法的大规模深度学习任务范围内对\textsc{机械学}进行了严格的评估。 这些实验表明,根据问题的不同,\textsc{机械学}要么非常接近、匹配甚至优于手动调整学习率。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.