会员服务
Stabilizing Policy Gradient Methods via Reward Profiling
Arxiv
0+阅读 · 11月20日
DE-Sinc approximation for unilateral rapidly decreasing functions and its computational error bound
Arxiv
0+阅读 · 11月10日
A New Initial Approximation Bound in the Durand Kerner Algorithm for Finding Polynomial Zeros
Arxiv
0+阅读 · 11月11日
Why Does Stochastic Gradient Descent Slow Down in Low-Precision Training?
Arxiv
0+阅读 · 11月22日
Achieving Pareto Optimality in Games via Single-bit Feedback
Arxiv
0+阅读 · 11月19日
Muon is Provably Faster with Momentum Variance Reduction
Arxiv
0+阅读 · 12月18日
U-REPA: Aligning Diffusion U-Nets to ViTs
Arxiv
0+阅读 · 11月24日
FedQS: Optimizing Gradient and Model Aggregation for Semi-Asynchronous Federated Learning
Arxiv
0+阅读 · 11月25日
Discontinuous Galerkin Methods with Generalized Numerical Fluxes for the Vlasov-Viscous Burgers' System
Arxiv
0+阅读 · 2023年5月2日
Analysis of the discrepancy principle for Tikhonov regularization under low order source conditions
Arxiv
0+阅读 · 2023年5月1日
End to End Lane detection with One-to-Several Transformer
Arxiv
0+阅读 · 2023年5月1日
Event Tables for Efficient Experience Replay
Arxiv
0+阅读 · 2023年4月21日
On the Effects of Data Heterogeneity on the Convergence Rates of Distributed Linear System Solvers
Arxiv
0+阅读 · 2023年4月20日
Preconditioned Gradient Descent for Overparameterized Nonconvex Burer--Monteiro Factorization with Global Optimality Certification
Arxiv
0+阅读 · 2023年4月20日
Approximate Shielding of Atari Agents for Safe Exploration
Approximate Shielding of Atari Agents for Safe Exploration
Arxiv
0+阅读 · 2023年4月21日
参考链接
微信扫码咨询专知VIP会员
Top