On the Surprising Effectiveness of Large Learning Rates under Standard Width Scaling

DSpace Repositorium (Manakin basiert)

On the Surprising Effectiveness of Large Learning Rates under Standard Width Scaling

Autor(en): Haas, Moritz; Bordt, Sebastian; von Luxburg, Ulrike; Vankadara, Leena Chennuru
Tübinger Autor(en):
Haas, Moritz
Bordt, Sebastian
von Luxburg, Ulrike
Vankadara, Leena C.
Erscheinungsjahr: 2025-05-28
Verlagsangabe: arXiv
Sprache: Englisch
Referenz zum Volltext: https://doi.org/10.48550/arXiv.2505.22491
DDC-Klassifikation: 004 - Informatik
Dokumentart: Preprint
Zur Langanzeige

Das Dokument erscheint in: