Variational Approaches for Auto-Encoding Generative Adversarial Networksの紹介
要約: Neural Optimizer Search with Reinforcement Learning - toaruharunohi’s diary
http://proceedings.mlr.press/v70/bello17a/bello17a.pdf ICLR17のoral枠のNeural Architecture Search with Reinforcement Learningの手法を応用してOptimizer自体を最適化することを目指した研究 Optimizerの更新規則の表現方法 この論文では、Optimizerの更新規則自体を最適化することを目指す。 その上で、Optimizerの更新規則を以下の式を（場合によっては再帰的に）用いて表現することとする： ここで、u_1とu_2は入力変数が1つの関数を、bは入力変数が2つの関数を、op_1とop_2は入力として何を使うかを表現している。 例えばSGDを表現したい場合、u_1とu_2にはidentity mapping（つまり入力をそのまま出力させるだけの関数）を、bには
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
