中文

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nn表示代价中的分量数,KK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nnKK上的依赖性优于SGD的基线速率O(1/(nK))O(1/(nK))。然而,这些工作存在两个主要限制:速率有额外的关于nKnK的多对数因子,并且用κ\kappa表示问题的条件数,这些速率在κclog(nK)\kappa^c\log(nK)轮之后成立,其中c>0c>0。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。

关键词

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