BriefGPT.xyz
Ask
alpha
关键词
step-sizes
搜索结果 - 3
方向平滑性和梯度方法:收敛性和适应性
我们开发了一种梯度下降法的新次优性边界,该边界依赖于优化路径中的目标条件,而不是全局最坏情况下的常数。我们的证明关键在于方向平滑性,这是一种梯度变化的度量,我们用它来开发上界约束。通过求解隐式方程来最小化这些上界约束,我们展示了这些方程对于
→
PDF
4 months ago
一种具有网络独立步长和分离收敛速度的去中心化近端梯度方法
本文介绍一种新的分布式优化问题的近端 - 梯度算法,用于处理包含平滑和非平滑项的组合目标,我们提出的新算法与以前的算法相比具有一些优势,例如不需要协调步长和可得到线性收敛。
PDF
7 years ago
ADD-OPT:加速分布式定向优化
本文提出了一种名为 ADD-OPT 的分布式优化算法,它能够在具有强全局性连续 Lipschitz 梯度的强凸目标函数情况下,以最佳已知收敛速度 O (μ^k),k 为迭代次数。此外,ADD-OPT 支持一定范围的步长,并对此进行了模拟。
PDF
8 years ago
Prev
Next