关键词scalable implementation
搜索结果 - 3
- 深度学习可扩展的二阶优化
本文尝试缩小理论优化与实际优化之间的差距,提出了一种可扩展的二阶预处理方法来优化深度模型,利用异构硬件架构进行训练,相比于常规一阶方法在机器翻译、语言建模、点击率预测和图像分类等任务中表现出优异的性能。
- KDD满足背包约束的敌对鲁棒次模最大化
该研究提出了针对单个和多个背包约束下的单调次模最大化的首个对抗鲁棒算法,具有可扩展的分布式和流式实现。性能评估结果表明,与现有非鲁棒算法的自然鲁棒化相比,该算法对于大型社交网络图等输入具有最佳的目标结果,并表现出极强的性能,即使与提前给出拆 - 超几何嵌入的表征权衡
该研究提出了一种嵌入树形数据结构的超 bolic embeddings 算法,无需优化即可实现任意低失真,同时提供了 h-MDS 方法来嵌入广泛的度量空间以及可处理不完整信息和可扩展的 PyTorch 实现。