关键词finite-sum minimization
搜索结果 - 4
- ICLR高效连续有限和最小化
提出了一种称为连续有限和最小化的方法,通过使用第一阶段随机方差减少梯度法(CSVRG)生成近似最优解的序列,改进了有限和最小化问题的复杂度。
- 近端和联邦随机重洗
本篇论文提出两种新的优化算法:ProxRR 和 FedRR,应用于分布式问题的改进。这些算法在收敛性和计算复杂度方面具有明显优势,并在重要的最优化任务中发挥出色。
- 分散随机优化与梯度追踪简介
本文综述了基于梯度追踪和方差减少的去中心化随机一阶优化方法,介绍了这些算法在去中心化机器学习模型训练中的应用。
- 非凸优化中不精确 Hessian 信息的牛顿类型方法
本文研究了基于 Hessian 矩阵近似的非凸优化中信任域和立方正则化方法的变体。通过对不精确 Hessian 矩阵的渐进解和相应子问题的近似解,提供了迭代复杂度,以实现达到二阶最优条件的近似解,并且在现有文献中条件松弛。