May, 2017

Convex Until Proven Guilty”: 非凸函数上无维度的梯度下降加速

TL;DR本研究介绍了一种新的 Nesterov 加速梯度下降法的变体,以应对光滑非凸函数的最小化问题,证明其收敛速度可以接近凸函数,在处理非凸函数方面具有优异的性能,并在此基础上提出了一种基于负曲率的证明非凸性的方法,在具有 Lipschitz 连续梯度和黑塞矩阵的情况下,可以在较少的梯度和函数计算次数内找到目标点。