Buchumschlag

Adaptive Gradient Methods at the Edge of Stability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cohen, Jeremy M., Ghorbani, Behrooz, Krishnan, Shankar, Agarwal, Naman, Medapati, Sourabh, Badura, Michal, Suo, Daniel, Cardoze, David, Nado, Zachary, Dahl, George E., Gilmer, Justin
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training neural networks faster with minimal tuning using pre-computed lists of hyperparameters for NAdamW
von: Medapati, Sourabh, et al.
Veröffentlicht: (2025)

How far away are truly hyperparameter-free learning algorithms?
von: Kasimbeg, Priya, et al.
Veröffentlicht: (2025)

Benchmarking Neural Network Training Algorithms
von: Dahl, George E., et al.
Veröffentlicht: (2023)

Pre-trained Gaussian Processes for Bayesian Optimization
von: Wang, Zi, et al.
Veröffentlicht: (2021)

Investigación sobre Calidad de la Vivencia en David, Provincia de Chiriquí
von: Cardoze, Nydia M
Veröffentlicht: (1984)

Accelerating Neural Network Training: An Analysis of the AlgoPerf Competition
von: Kasimbeg, Priya, et al.
Veröffentlicht: (2025)

Non-Euclidean Gradient Descent Operates at the Edge of Stability
von: Islamov, Rustem, et al.
Veröffentlicht: (2026)

Spectral State Space Models
von: Agarwal, Naman, et al.
Veröffentlicht: (2023)

Stacking as Accelerated Gradient Descent
von: Agarwal, Naman, et al.
Veröffentlicht: (2024)

Understanding the Evolution of the Neural Tangent Kernel at the Edge of Stability
von: Jiang, Kaiqi, et al.
Veröffentlicht: (2025)

Gradient Dynamics of Attention: How Cross-Entropy Sculpts Bayesian Manifolds
von: Agarwal, Naman, et al.
Veröffentlicht: (2025)

Learning by solving differential equations
von: Dherin, Benoit, et al.
Veröffentlicht: (2025)

EXAMINING LOCAL SOCIAL IDENTITIES THROUGH PATTERNS OF BIOLOGICAL AND CULTURAL VARIATION IN THE SOLCOR AYLLU, SAN PEDRO DE ATACAMA, CHILE
von: Kristin L. Nado
Veröffentlicht: (2012)

Towards flexible perception with visual memory
von: Geirhos, Robert, et al.
Veröffentlicht: (2024)

Swarming behaviour associated with group cohesion in tree-dwelling bats
von: Naďo, Ladislav, et al.
Veröffentlicht: (2015)

Provable Length Generalization in Sequence Prediction via Spectral Filtering
von: Marsden, Annie, et al.
Veröffentlicht: (2024)

Falencias metodológicas y estadísticas en la valoración diagnóstica imagenológica: Precisiones y recomendaciones
von: Gilmer Solis
Veröffentlicht: (2020)

On the Equivalence of Regression and Classification
von: Jayadeva, et al.
Veröffentlicht: (2025)

Mathematical Information Retrieval: Search and Question Answering
von: Zanibbi, Richard, et al.
Veröffentlicht: (2024)

Product-Stability: Provable Convergence for Gradient Descent on the Edge of Stability
von: Gan, Eric
Veröffentlicht: (2026)

PEDESTRIANQA: A Benchmark for Vision-Language Models on Pedestrian Intention and Trajectory Prediction
von: Mishra, Naman, et al.
Veröffentlicht: (2026)

PRESERVATION ARTIFACTS AND THEIR EFFECTS ON THE STUDY OF EUTHECOSOMATOUS PTEROPOD MOLLUSKS
von: Gilmer, Ronald W.
Veröffentlicht: (1986)

Gastos de atención odontológica de niños con caries de infancia temprana, ocasionados a la familia y al Estado Peruano, representado por el Instituto Nacional de Salud del Niño
von: Gilmer Torres-Ramos
Veröffentlicht: (2015)

Interlibrary Loan: Theory and Management.
von: Gilmer, Lois C.
Veröffentlicht: (1994)

Screening Book Titles Requested through Interlibrary Loan.
von: Gilmer, Lois C.
Veröffentlicht: (1985)

Improving 3D printability and interlayer adhesion in ABS/PP immiscible polymer blends
von: Aleti Yesu, et al.
Veröffentlicht: (2024)

Asymptotic Convergence and Stability of Adaptive Gradient Methods in Smooth Non-convex Optimization
von: Jin, Ruinan, et al.
Veröffentlicht: (2026)

ViDAS: Vision-based Danger Assessment and Scoring
von: Gupta, Pranav, et al.
Veröffentlicht: (2024)

Rule-Based Spatial Mixture-of-Experts U-Net for Explainable Edge Detection
von: Dogga, Bharadwaj, et al.
Veröffentlicht: (2026)

The Bayesian Geometry of Transformer Attention
von: Agarwal, Naman, et al.
Veröffentlicht: (2025)

Geometric Scaling of Bayesian Inference in LLMs
von: Agarwal, Naman, et al.
Veröffentlicht: (2025)

Toward an Effective Theory of the Volume Modulus
von: Agarwal, Naman, et al.
Veröffentlicht: (2025)

Las TIC en la calidad de servicio ofrecida por los profesores para el desarrollo de competencias de los alumnos universitarios
von: Gilmer Yovanni Castro Nieto
Veröffentlicht: (2015)

Cost-Effective Edge Data Distribution with End-To-End Delay Guarantees in Edge Computing
von: Shankar, Ravi, et al.
Veröffentlicht: (2025)

EDD-NSTE: Edge Data Distribution as a Network Steiner Tree Estimation in Edge Computing
von: Shankar, Ravi, et al.
Veröffentlicht: (2025)

FutureFill: Fast Generation from Convolutional Sequence Models
von: Agarwal, Naman, et al.
Veröffentlicht: (2024)

Genetic Generalized Additive Models
von: Shankar, Kaaustaaub, et al.
Veröffentlicht: (2026)

Co‐Encapsulated Niosomes With Metformin and Silver Nanoparticles as Potential Anticancer Tool for the Combined Therapy on Lung Cancer Cells
von: Hamid Rashidzadeh, et al.
Veröffentlicht: (2025)

Effect of temperature on taste preference in juveniles of Persian sturgeon (Acipenser persicus) using free amino acid
von: Nabavi, Seyyed Hossein, et al.
Veröffentlicht: (2016)

LUMOS: Large User MOdels for User Behavior Prediction
von: Nigam, Dhruv, et al.
Veröffentlicht: (2025)