BriefGPT.xyz
Ask
alpha
关键词
strongly-convex functions
搜索结果 - 3
ICML
面向噪声自适应、问题自适应(加速)随机梯度下降
通过利用指数步长和随机线性搜索等技术,使得随机梯度下降算法适应不同噪声水平和问题相关的常数,可以在强凸函数的条件下,取得与理论最优相近的收敛速度,同时能够有效地处理噪声和数据不凸的情况。
PDF
3 years ago
不带替换的 SGD:一般平滑凸函数更锐利的速率
本文提出了一种新的随机梯度下降算法 sgdwor 来优化平滑凸函数,相较于使用独立且重复地采样的传统算法 sgd,sgdwor 算法采样不重复且能获得更快的收敛速度,本文给出了 sgdwor 算法在一般的平滑且强凸函数下的首个非渐进结果:k
→
PDF
5 years ago
异步梯度推送
本文提出了一种异步多代理分布式优化算法,每个代理都有一个局部的强凸平滑函数,共同目标是达成对将代理的局部函数之和最小化的参数进行共识。实验结果表明,与同步一阶方法相比,Asynchronous Gradient-Push 算法收敛速度更快,
→
PDF
6 years ago
Prev
Next