让炼丹更科学一些（五）：基于梯度精调学习率
kexue.fm·18w
让炼丹更科学一些（四）：新恒等式，新学习率
kexue.fm·20w
为什么DeltaNet要加L2 Normalize？
kexue.fm·20w
让炼丹更科学一些（三）：SGD的终点损失收敛
kexue.fm·21w
让炼丹更科学一些（二）：将结论推广到无界域
kexue.fm·22w
滑动平均视角下的权重衰减和学习率
kexue.fm·23w

Keyboard Shortcuts

Navigation

Next / previous item
j/k
Open post
oorEnter
Preview post
v

Post Actions

Love post
a
Like post
l
Dislike post
d
Undo reaction
u
Save / unsave
s

Recommendations

Add interest / feed
Enter
Not interested
x

Go to

Home
gh
Interests
gi
Feeds
gf
Likes
gl
History
gy
Changelog
gc
Settings
gs
Browse
gb
Search
/

General

Show this help
?
Submit feedback
!
Close modal / unfocus
Esc

Press ? anytime to show this help