会员服务
在贝叶斯统计中，超参数是先验分布的参数； 该术语用于将它们与所分析的基础系统的模型参数区分开。
Practitioner Motives to Use Different Hyperparameter Optimization Methods
Arxiv
0+阅读 · 1月7日
EARL: Energy-Aware Optimization of Liquid State Machines for Pervasive AI
Arxiv
0+阅读 · 1月8日
Dynamic Hyperparameter Importance for Efficient Multi-Objective Optimization
Dynamic Hyperparameter Importance for Efficient Multi-Objective Optimization
Arxiv
0+阅读 · 1月6日
Learning with Statistical Equality Constraints
Arxiv
0+阅读 · 1月6日
LION-DG: Layer-Informed Initialization with Deep Gradient Protocols for Accelerated Neural Network Training
Arxiv
0+阅读 · 1月5日
Automated Model Tuning for Multifidelity Uncertainty Propagation in Trajectory Simulation
Arxiv
0+阅读 · 1月5日
StockBot 2.0: Vanilla LSTMs Outperform Transformer-based Forecasting for Stock Prices
Arxiv
0+阅读 · 1月1日
Maxwell's Demon at Work: Efficient Pruning by Leveraging Saturation of Neurons
Arxiv
0+阅读 · 2025年12月30日
Can Small Training Runs Reliably Guide Data Curation? Rethinking Proxy-Model Practice
Arxiv
0+阅读 · 2025年12月30日
AutoFed: Manual-Free Federated Traffic Prediction via Personalized Prompt
Arxiv
0+阅读 · 2025年12月31日
An Analysis of Hyper-Parameter Optimization Methods for Retrieval Augmented Generation
Arxiv
0+阅读 · 2025年12月31日
Understanding the Mechanisms of Fast Hyperparameter Transfer
Arxiv
0+阅读 · 2025年12月28日
Completed Hyperparameter Transfer across Modules, Width, Depth, Batch and Duration
Arxiv
0+阅读 · 2025年12月26日
Multi-Objective Optimization and Hyperparameter Tuning With Desirability Functions
Arxiv
0+阅读 · 2025年12月25日
Sparse Hyperparametric Itakura-Saito Nonnegative Matrix Factorization via Bi-Level Optimization
Sparse Hyperparametric Itakura-Saito Nonnegative Matrix Factorization via Bi-Level Optimization
Arxiv
0+阅读 · 2025年12月26日
参考链接
微信扫码咨询专知VIP会员
Top