محققان در دستاورد جدیدی موفق به ارائه الگوریتمی به نام POGO شدهاند که چالش سنگین «بهینهسازی ماتریسهای متعامد» در مدلهای یادگیری ماشین را به شکلی خیرهکننده حل میکند. این الگوریتم که بسیار سریع و GPU-friendly است، به مدلها اجازه میدهد به جای صرف ساعتها زمان، در عرض چند دقیقه هزاران قید متعامدی را به طور همزمان بهینهسازی کنند.
این نوآوری مسیر را برای استفاده مقیاسپذیر از محدودیتهای هندسی در مدلهای یادگیری ماشین هموارتر کرده و پیادهسازی آن نیز هماکنون در PyTorch در دسترس است.
سازی
منبع: arXiv Machine Learning