关于无放回SGD的紧收敛速率
最优化与控制
2020-04-21 v1 机器学习
摘要
对于求解有限和优化问题,无放回SGD的经验表现优于SGD。用表示代价中的分量数,表示算法的轮数,最近的一些工作给出了无放回SGD的收敛速率,这些速率在和上的依赖性优于SGD的基线速率。然而,这些工作存在两个主要限制:速率有额外的关于的多对数因子,并且用表示问题的条件数,这些速率在轮之后成立,其中。在这项工作中,我们通过分析跨轮变化的步长来克服这些限制。
引用
@article{arxiv.2004.08657,
title = {On Tight Convergence Rates of Without-replacement SGD},
author = {Kwangjun Ahn and Suvrit Sra},
journal= {arXiv preprint arXiv:2004.08657},
year = {2020}
}
备注
12 pages