大初始化逻辑回归梯度下降轨迹的理想路径近似

Junjie Xiao 与 Huiwen Jia 发表论文，针对严格线性可分数据、初始规模为 R 的大初始化场景，用最小范数投影规则构造出一条由有限线性段组成的唯一连续理想路径，并证明固定步长全批量逻辑梯度下降（GD）轨迹除以 R 后随 R→∞ 一致收敛到该路径。 该路径分为负间隔修正与最小间隔增长两个阶段：修正阶段与增长阶段的累积损失分别按 R² 和 R 归一化后收敛到显式极限。论文还指出，在两端点损失均趋于零时，峰值评估损失仍可随 R 线性增长。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。