اکسپرس 24
ترجمه فارسی مقاله بدون نیاز به نرخ یادگیری: معرفی SALSA -- تطبیق جستجوی خط آرمیجو پایدار

ترجمه فارسی مقاله بدون نیاز به نرخ یادگیری: معرفی SALSA -- تطبیق جستجوی خط آرمیجو پایدار

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی No learning rates needed: Introducing SALSA -- Stable Armijo Line Search Adaptation
عنوان مقاله به فارسی بدون نیاز به نرخ یادگیری: معرفی SALSA -- تطبیق جستجوی خط آرمیجو پایدار
نویسندگان Philip Kenneweg, Tristan Kenneweg, Fabian Fumagalli, Barbara Hammer
فرمت مقاله انگلیسی PDF
تعداد صفحات 8
دسته بندی موضوعات Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی ,
توضیحات Submitted 30 July, 2024; originally announced July 2024. , Comments: published in IJCNN 2024. arXiv admin note: text overlap with arXiv:2403.18519
توضیحات به فارسی ارسال شده 30 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد. ، نظرات: منتشر شده در IJCNN 2024

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 320,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In recent studies, line search methods have been demonstrated to significantly enhance the performance of conventional stochastic gradient descent techniques across various datasets and architectures, while making an otherwise critical choice of learning rate schedule superfluous. In this paper, we identify problems of current state-of-the-art of line search methods, propose enhancements, and rigorously assess their effectiveness. Furthermore, we evaluate these methods on orders of magnitude larger datasets and more complex data domains than previously done. More specifically, we enhance the Armijo line search method by speeding up its computation and incorporating a momentum term into the Armijo criterion, making it better suited for stochastic mini-batching. Our optimization approach outperforms both the previous Armijo implementation and a tuned learning rate schedule for the Adam and SGD optimizers. Our evaluation covers a diverse range of architectures, such as Transformers, CNNs, and MLPs, as well as data domains, including NLP and image data. Our work is publicly available as a Python package, which provides a simple Pytorch optimizer.

چکیده به فارسی (ترجمه ماشینی)

در مطالعات اخیر ، روشهای جستجوی خط نشان داده شده است که به طور قابل توجهی عملکرد تکنیک های نزول شیب تصادفی معمولی را در مجموعه داده ها و معماری های مختلف افزایش می دهد ، در حالی که انتخاب دیگری مهم از برنامه نرخ یادگیری اضافی است.در این مقاله ، ما مشکلات پیشرفته فعلی روشهای جستجوی خط را مشخص می کنیم ، پیشرفت ها را پیشنهاد می کنیم و به طور دقیق اثربخشی آنها را ارزیابی می کنیم.علاوه بر این ، ما این روش ها را به ترتیب مجموعه داده های بزرگتر و دامنه های داده پیچیده تر از گذشته ارزیابی می کنیم.به طور خاص ، ما با سرعت بخشیدن به محاسبه آن و درج یک اصطلاح حرکت در معیار آرمیوجو ، روش جستجوی خط Armijo را تقویت می کنیم و باعث می شود که آن را برای مینی دسته بندی تصادفی بهتر کند.رویکرد بهینه سازی ما هم از اجرای قبلی Armijo و هم یک برنامه نرخ یادگیری تنظیم شده برای بهینه سازهای ADAD و SGD بهتر است.ارزیابی ما طیف متنوعی از معماری ها ، مانند ترانسفورماتورها ، CNN ها و MLP ها و همچنین حوزه های داده ، از جمله NLP و داده های تصویر را در بر می گیرد.کار ما به صورت عمومی به عنوان یک بسته پایتون در دسترس است ، که یک بهینه ساز ساده Pytorch را فراهم می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.