关键词higher-order smoothness
搜索结果 - 2
- 基于间歇通信的分布异构学习中局部 SGD 的局限性与潜力
本文利用现有的一阶数据异质性假设,为本地 SGD 提供了新的下界,显示了这些假设不足以证明本地更新步骤的有效性。此外,在相同的假设下,我们证明了加速小批量 SGD 的极小 - 极大优化性质,完全解决了几个问题类的分布式优化。我们的结果强调了 - 自适应分割平衡优化随机森林
本研究介绍了自适应分割平衡森林(ASBF)方法,能够在同时达到 Lipschitz 类的极小极值优化和 H"older 类的极小速率优化的条件下,从数据中学习树的表示。通过平衡修改现有方法,我们进一步提出了一种局部化版本来利用更高阶的平滑水