Zobrazeno 1 - 10
of 23
pro vyhledávání: '"Wang, Runzhe"'
Momentum is known to accelerate the convergence of gradient descent in strongly convex settings without stochastic gradient noise. In stochastic optimization, such as training neural networks, folklore suggests that momentum may help deep learning op
Externí odkaz:
http://arxiv.org/abs/2307.15196
The generalization mystery of overparametrized deep nets has motivated efforts to understand how gradient descent (GD) converges to low-loss solutions that generalize well. Real-life neural networks are initialized from small random values and traine
Externí odkaz:
http://arxiv.org/abs/2110.13905
Autor:
Huang, Baihe, Huang, Kaixuan, Kakade, Sham M., Lee, Jason D., Lei, Qi, Wang, Runzhe, Yang, Jiaqi
Deep Reinforcement Learning (RL) powered by neural net approximation of the Q function has had enormous empirical success. While the theory of RL has traditionally focused on linear function approximation (or eluder dimension) approaches, little is k
Externí odkaz:
http://arxiv.org/abs/2107.06466
Autor:
Huang, Baihe, Huang, Kaixuan, Kakade, Sham M., Lee, Jason D., Lei, Qi, Wang, Runzhe, Yang, Jiaqi
Bandit problems with linear or concave reward have been extensively studied, but relatively few works have studied bandits with non-concave reward. This work considers a large family of bandit problems where the unknown underlying reward function is
Externí odkaz:
http://arxiv.org/abs/2107.04518
Publikováno v:
In Renewable Energy December 2023 219 Part 2
It has been observed \citep{zhang2016understanding} that deep neural networks can memorize: they achieve 100\% accuracy on training data. Recent theoretical results explained such behavior in highly overparametrized regimes, where the number of neuro
Externí odkaz:
http://arxiv.org/abs/1909.11837
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ying Liu, Zhi Ma, Gao Naixu, Wei Lili, Wang Runzhe, Zhong-hai Qin, Ai-jun Wei, Fang Shang, Na Su, Guan Wang, Bo Zhao
Publikováno v:
Proceedings of the International Petroleum and Petrochemical Technology Conference 2019 ISBN: 9789811508592
Well workover is an indispensable production link in oilfield development. Hot washing is an important measure to maintain normal production of oil wells before well workover. Based on the principle of “source control” of pollution prevention and
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::b40b9d90ca20409a87cea5cbe9c2ebb2
https://doi.org/10.1007/978-981-15-0860-8_24
https://doi.org/10.1007/978-981-15-0860-8_24
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.