python - 在 PyTorch 中实现 prox-linear 优化器
问题描述
似乎 PyTorch 优化器类假设它只使用梯度信息。但是,我想实现一种不同的训练算法,即 prox-linear 方法,它可以最大限度地减少形式的损失g(l(prediction, label))
,其中g
是一些已知的凸函数。
优化器需要:
- 访问 的值,
l(prediction, label)
除了它的梯度 wrt 参数 g
超越梯度的函数知识
我应该如何设计这样的优化器?它如何获得所需的信息?
很明显g
,在某种形式下,应该是优化器的参数,而不是一些通用的损失函数。但是呢l
?
解决方案
推荐阅读
- php - 使用 htaccess 重写 url 无法正常工作
- c# - 为什么 XML 序列化程序在使用命名空间的对象反序列化时返回 null?
- windows - Tomcat8 无法在 Windows 主机上的 VirtualBox Vagrant 中的 Ubuntu 16.04 中启动
- android - 在 go 中使用 BatteryHistorian
- node.js - Angular 6:错误类型错误:无法读取未定义的属性“afterClosed”
- python - Tkinter 文本框小部件无法正确显示文本
- javascript - 如何在js中读取表格的第一列?
- c# - 使用 C# 构造 JSON
- java - 如何在 doLast gradle build 中使用我编译的类?
- html - 将单个帖子评论从 wordpress 分享到 facebook