无需已知平滑常数的自适应方差缩减优化方法
热点事件持续更新
无需已知平滑常数的自适应方差缩减优化方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Wei Jiang、Yibo Wang、Zechao Li 提交论文,提出一种两阶段方法,在未知平滑常数和方差界的情况下,让单一算法同时适配平均平滑、标准平滑与无噪声三种设定。 在给定梯度预算 T 时,该方法的收敛率分别为平均平滑 O(T^{-1/3})、标准平滑 O(T^{-1/4})、无噪声 O(T^{-1/2});针对 T 未知的情形,另提出双路径方法,在随机设定下以对数因子达到对应速率。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
无需知道 Oracle 平滑常数的自适应方差缩减方法报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv:cs.LG无需知道 Oracle 平滑常数的自适应方差缩减方法
研究者提出一种两阶段方法,在未知平滑常数和方差界的情况下,让单一算法同时适配平均平滑、标准平滑与无噪声三种设定。给定梯度预算 T 时,其收敛率分别为 O(T^{-1/3})、O(T^{-1/4}) 和 O(T^{-1/2});T 未知时另提出双路径方法,在随机设定下以对数因子达到对应速率。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。