aurora-release

Aurora是一个针对非方阵优化的工具，旨在更有效地利用多层感知器（MLP）中的神经元。其核心功能在于通过迭代近似将投影映射到行斜交与Steifel流形的交集上，从而实现更均衡的更新，同时保持极性因子精度。项目采用Python语言编写，并且在处理方阵时可简化为标准的Muon更新。Aurora适用于需要对非方阵进行高效优化的场景，尤其是在深度学习模型训练过程中希望提高权重更新效率的情况。此外，用户可以通过调整`pp_iterations`、`pp_beta`等超参数来控制更新过程中的细节，以满足特定需求。