【伯克利-Ke Li】学习优化,74页ppt,Learning to Optimize

2020 年 7 月 23 日 专知


虽然机器学习已被广泛应用于各个领域,但有一个领域显然未被触及,那就是为机器学习本身提供动力的工具的设计。在这项工作中,我们要问以下问题:机器学习中使用的算法的设计是否可能实现自动化?我们介绍了自动学习通用迭代优化算法的第一个框架。其关键思想是将优化算法的设计视为一个强化学习/最优控制问题,并将一个特定的更新公式(因此一个特定的优化算法)视为一个特定的策略。寻找最优策略对应于寻找最优优化算法。我们使用神经网络参数化更新公式,并使用强化学习训练它以避免复合误差问题。这激发了后续各种关于元学习的工作。

地址:

https://www.math.ias.edu/~ke.li/



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“LO74” 可以获取《【伯克利-Ke Li】学习优化,74页ppt,Learning to Optimize》专知下载链接索引

专 · 知
专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询
点击“阅读原文”,了解使用专知,查看5000+AI主题知识资料
登录查看更多
1

相关内容

优化算法是一种根据概率按照固定步骤寻求问题的最优解的过程。与常见的排序算法、寻路算法不同的是,优化算法不具备等幂性,是一种概率算法
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
元学习(meta learning) 最新进展综述论文
专知会员服务
278+阅读 · 2020年5月8日
最新《图嵌入组合优化》综述论文,40页pdf
清华大学《高级机器学习》课程
专知
39+阅读 · 2020年7月21日
118页概率思维教程——基础、技巧与算法
专知
12+阅读 · 2018年9月5日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
7+阅读 · 2019年5月31日
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Arxiv
13+阅读 · 2019年1月26日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年9月11日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年4月24日
VIP会员
相关论文
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
7+阅读 · 2019年5月31日
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Arxiv
13+阅读 · 2019年1月26日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年9月11日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年4月24日
Top
微信扫码咨询专知VIP会员