概念
L-BFGS
一种拟牛顿优化算法，利用最近若干步的梯度差近似 Hessian 矩阵的逆，具有低内存特性，适用于大规模优化问题。
时间轴 (近 90 天)
11月1日
ARA 通过目标函数编码期望修改属性并使用 L-BFGS 优化器逐个修改矩阵，不设秩限制
待验证50%
10月22日
深度学习参数维度极高，精确二阶方法不可行，实践中多用拟牛顿法（如L-BFGS）或自适应方法（如Adam）来利用二阶信息。
待验证50%
一种拟牛顿优化算法，利用最近若干步的梯度差近似 Hessian 矩阵的逆，具有低内存特性，适用于大规模优化问题。
ARA 通过目标函数编码期望修改属性并使用 L-BFGS 优化器逐个修改矩阵，不设秩限制
深度学习参数维度极高，精确二阶方法不可行，实践中多用拟牛顿法（如L-BFGS）或自适应方法（如Adam）来利用二阶信息。