ScalingOpt是一个专注于大规模深度学习优化的专业平台，旨在倡导"Optimization at Scale"，即可验证、可扩展的优化算法。 该社区平台致力于汇集、发现、比较和贡献各种前沿的优化算法，理论与实践并行。 不只是简单的Awesome List，还包含： ·可视化工具(Visualizations)：涵盖Rosenbrock Function & Rastrigin Function的可视化脚本，供用户自由探索。 ·基准测试(Benchmark)：我们推荐以Algoperf为主的，其他可供验证的benchmark&分析文章，供用户参考最佳optimizer。 ·论文&博客(Papers & Blogs)推荐：平台汇总了近年优质论文与博客，并根据每日arXiv更新持续添加最新论文，推动社区研究。 ·教程(Tutorials)分享：平台收集了社区内优质资源，并正在自主制作From Classical to Modern Optimizers的Tutorial系列，预计将于月底进行更新。 欢迎各位使用并提出宝贵意见，一起关注优化算法的最新发展，ScalingOpt社区平台将持续更新，欢迎持续关注。 Github仓库: github.com/tianshijing…
Website: tianshijing.github.io/ScalingOpt/
