各方报道 1 篇
arXiv cs.LG·10-30 12:00★ 2
Convex-SKM-Net：低延迟凸约束满足层，推理提速 144 倍
原文 研究者提出 Convex-SKM-Net，一种凸约束满足层，利用残差与（次）梯度预言机构造线性化半空间，无需约束专用投影器，并以固定深度对偶投影梯度下降在 GPU 上求解。在二阶锥模型预测控制任务上推理提速最高 144.3 倍，QCQP 基准提速 7.7 倍，平均目标差距仅 0.012%。
研究者提出 Convex-SKM-Net，一种凸约束满足层，利用残差与（次）梯度预言机构造线性化半空间，无需约束专用投影器，并以固定深度对偶投影梯度下降在 GPU 上求解。在二阶锥模型预测控制任务上推理提速最高 144.3 倍，QCQP 基准提速 7.7 倍，平均目标差距仅 0.012%。