Can We Remove the Square-Root in Adaptive Gradient Methods? A Second-Order Perspective

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Lin, Wu, Dangel, Felix, Eschenhagen, Runa, Bae, Juhan, Turner, Richard E., Makhzani, Alireza
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!