从梯度下降视角看 Sinkhorn 算法
最优化与控制
2020-06-11 v3
摘要
我们提出了一种关于流行的 Sinkhorn 算法的新视角，表明它可以被视为相对熵（Kullback-Leibler 散度）的 Bregman 梯度下降（镜像下降）。这一视角意味着一个新的具有鲁棒常数的次线性收敛速率。
引用
@article{arxiv.2002.03758,
title = {A gradient descent perspective on Sinkhorn},
author = {Flavien Léger},
journal= {arXiv preprint arXiv:2002.03758},
year = {2020}
}