萨米·杰拉西
人员信息
优化列表
2020年–今天
2024 [i17] 萨米·杰拉西 , 大卫·布兰德福恩布雷纳 , 沙姆·M·卡卡德 , 埃兰·马拉奇 :
在我后面重复:变形金刚在复制方面比状态空间模型好。 CoRR公司 abs/2402.01032 ( 2024 ) [i16] 肯尼思李 , 萨米·杰拉西 , 休·张(Hugh Zhang) , 沙姆·M·卡卡德 , 瓦滕伯格 , 大卫·布兰德福恩布雷纳 :
Q-Probe:一种轻量级语言模型奖励最大化方法。 CoRR公司 abs/2402.14688 ( 2024 ) 2023 【i15】 萨米·杰拉西 , 鲍里斯·哈宁 , 紫薇记 , 萨珊克·雷迪 , 斯里纳德·博贾纳帕利 , 桑吉夫·库马尔 :
ReLU MLP中μP学习率的深度依赖性。 CoRR公司 abs/2305.07810 ( 2023 ) [第14条] 萨米·杰拉西 , 圣埃芬·阿斯科利 , 卡尔斯·多明戈·恩里奇 , 吴雨怀 , 李元志 , 弗朗索瓦·沙顿 :
算术变换器中的长度泛化。 CoRR公司 abs/2306.15400 ( 2023 ) 2022 [注2] 卢卡·文丘里 , 萨米·杰拉西 , 特里斯坦·奥祖赫 , 琼·布鲁纳 :
径向函数以外的深度分离。 J.马赫。 学习。 物件。 23 : 122:1-122:56 ( 2022 ) [j1] 亚伦·德法齐奥 , 萨米·杰拉西 :
一种矩量化、自适应、双平均梯度法。 J.马赫。 学习。 物件。 23 : 144:1-144:34 ( 2022 ) 【c9】 萨米·杰拉西 , 李元志 :
了解动量如何提高深度学习中的泛化能力。 ICML公司 2022 : 9965-10040 【c8】 萨米·杰拉西 , 迈克尔·桑德 , 李元志 :
视觉变形金刚可以学习空间结构。 NeurIPS公司 2022 [i13] 萨米·杰拉西 , 李元志 :
了解动量如何提高深度学习中的泛化能力。 CoRR公司 abs/2207.05931 ( 2022 ) [i12] 萨米·杰拉西 , 大卫·多布雷 , 阿瑟·门施 , 李元志 , 加泰尔·吉德尔 :
分析GAN中的自适应方法。 CoRR公司 abs/2210.04319 ( 2022 ) [i11] 萨米·杰拉西 , 迈克尔·桑德 , 李元志 :
视觉变形金刚可以学习空间结构。 CoRR公司 abs/2210.09221 ( 2022 ) 2021 【c7】 贾德·拉姆 , 萨米·杰拉西 , 琼·布鲁纳 , S.马修·温伯格 :
用于拍卖设计的排列-等变神经网络体系结构。 AAAI公司 2021 : 5664-5672 【c6】 贾德·拉姆 , 萨米·杰拉西 , S.马修·温伯格 :
作为双人游戏的拍卖学习。 ICLR公司 2021 [i10] 亚伦·德法齐奥 , 萨米·杰拉西 :
无妥协的适应性:随机优化的动量化、自适应、双平均梯度方法。 CoRR公司 abs/2101.11075 ( 2021 ) [第九章] 卢卡·文丘里 , 萨米·杰拉西 , 特里斯坦·奥祖赫 , 琼·布鲁纳 :
径向函数以外的深度分离。 CoRR公司 abs/2102.01621 ( 2021 ) 2020 【c5】 萨米·杰拉西 , 卡尔斯·多明戈·恩里奇 , 达米安·西厄尔 , 阿瑟·门施 , 琼·布鲁纳 :
具有玩家采样功能的超粒度,可在n人游戏中更快地收敛。 ICML公司 2020 : 4736-4745 【c4】 Carles Domingo Enrich公司 , 萨米·杰拉西 , 阿瑟·门施 , 格兰特·罗茨科夫 , 琼·布鲁纳 :
两人零和博弈的平均场分析。 NeurIPS公司 2020 [i8] 卡尔斯·多明戈·恩里奇 , 萨米·杰拉西 , 阿瑟·门施 , 格兰特·罗斯科夫 , 琼·布鲁纳 :
两层零和博弈的平均场分析。 CoRR公司 abs/2002.06277 ( 2020 ) [i7] 贾德·拉姆 , 萨米·杰拉西 , 琼·布鲁纳 , S.马修·温伯格 :
用于拍卖设计的排列-等变神经网络体系结构。 CoRR公司 abs/2003.01497 ( 2020 ) [i6] 贾德·拉姆 , 萨米·杰拉西 , S.马修·温伯格 :
拍卖学习作为两层游戏。 CoRR公司 abs/2006.05684 ( 2020 ) [i5] 萨米·杰拉西 , 亚伦·德法齐奥 :
双重平均对于深度学习优化非常有效。 CoRR公司 abs/2010.10502 ( 2020 )
2010 – 2019
2019 【c3】 格兰特·罗斯科夫 , 萨米·杰拉西 , 琼·布鲁纳 , 埃里克·范登·伊恩登 :
神经元生灭动力学加速梯度下降并渐近收敛。 ICML公司 2019 : 5508-5517 【c2】 奥斯曼·塞布赫 , Nidham Gazagnadou公司 , 萨米·杰拉西 , 弗朗西斯·巴赫 , 罗伯特·M·高尔 :
缩小SVRG理论与实践之间的差距。 NeurIPS公司 2019 : 646-656 [i4] 格兰特·罗斯科夫 , 萨米·杰拉西 , 琼·布鲁纳 , 埃里克·范登·伊恩登 :
神经元出生-死亡动力学的全局收敛性。 CoRR公司 abs/1902.01843 ( 2019 ) [i3] 萨米·杰拉西 , 卡尔斯·多明戈·恩里奇 , 达米安·西厄尔 , 阿瑟·门施 , 琼·布鲁纳 :
具有玩家采样的超粒度,可在n人游戏中证明快速收敛。 CoRR公司 abs/1905.12363 ( 2019 ) [i2] 奥斯曼·塞布赫 , Nidham Gazagnadou公司 , 萨米·杰拉西 , 弗朗西斯·巴赫 , 罗伯特·M·高尔 :
缩小SVRG理论与实践之间的差距。 CoRR公司 abs/1908.02725 ( 2019 ) 2018 【c1】 托马斯·普米尔 , 萨米·杰拉西 , 尼古拉斯·博马尔 :
光滑半定规划低秩方法的光滑分析。 NeurIPS公司 2018 : 2287-2296 [i1] 托马斯·普米尔 , 萨米·杰拉西 , 尼古拉斯·博马尔 :
光滑半定规划低秩方法的光滑分析。 CoRR公司 abs/1806.03763 ( 2018 )