BriefGPT.xyz
Jul, 2017
非光滑、非凸问题的近距离引导随机次梯度方法
Proximally Guided Stochastic Subgradient Method for Nonsmooth, Nonconvex Problems
HTML
PDF
Damek Davis, Benjamin Grimmer
TL;DR
本文介绍了一种基于随机投影次梯度方法的弱凸（即均匀逼近正则）非光滑非凸函数的算法，并通过简单证明证明这种方法与用于光滑非凸问题的随机梯度方法具有相同的收敛速度；这似乎是第一个针对弱凸函数类的随机次（或确定性）梯度法的收敛速度分析。
Abstract
In this paper we introduce a
stochastic projected subgradient method
for weakly convex (i.e., uniformly prox-regular) nonsmooth,
nonconvex functions
---a wide class of functions which includes the additive and con
→