ICML2026教程:优化理论与ML实践的桥梁
jasondeanlee · x · 2026-07-07
有人分享ICML2026上Mark Schmidt(UBC)的教程,该教程把优化理论与机器学习实践中实际发生的过程联系起来。这种“理论↔实践”对照有助于理解训练动力学背后的数学依据。作为顶会学术内容,对关注深度学习底层原理与训练工程的研究者和工程师有学习价值。
所属事件:ICML 2026 神经网络训练优化教程重塑业界直觉(3 条相关)→
「研究」频道最新
- 研究发现，结构集成比单一预测更能提升 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
- 结构集合而非单一预测，支撑 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
- enFoldX 用 AlphaFold3 结构噪声预测 TCR 识别 — quaidmorris · 2026-07-22
- RSS 加入 OMSF，推进结构生物学大规模数据建模 — MoAlQuraishi · 2026-07-22
- enFoldX 在 8 个 neoantigen 数据集上拿到领先结果 — quaidmorris · 2026-07-22
- enFoldX 在 human VDJdb 上达 AUC 0.82 并可迁移到 mouse — quaidmorris · 2026-07-22