在离散域上求解抛物线偏微分方程的框架

文章预览

最优传输距离数值求解 拉格朗日成本下的神经最优传输 一文中，笔者整理了三个要点： 1. 最优传输距离（也称推土距离）将统一深度学习概率分布距离计算 2. 大模型Transformer等价的重整化群流都将会沿着最优传输的方向进行 3. 拉格朗日成本处理神经网络最优传输能更有效地建模复杂的系统动力学             文章提到最优传输距离目前受到数值计算效率的制约，影响了其广泛应用。这也是笔者一直关注的方向之一。             文中介绍的纽约大学和Meta的AI学者创新的拉格朗日成本处理神经网络最优传输的方法，能更有效地 解决最优传输复杂成本函数问题。           我们知道，最优传输问题大致上是寻求以最低的成本将所有质量从源分布传输到目标分布。             众多学者在这个领域做出了建设性的进展：熵正则化近似提供了一 ………………………………