实体
stochastic min-max optimization
stochastic min-max optimization
PulseAugur coverage of stochastic min-max optimization — every cluster mentioning stochastic min-max optimization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究推进机器学习随机优化 · 跟踪5个来源
几篇近期研究论文探讨了随机优化技术的进展，特别关注梯度下降及其变体在复杂机器学习问题中的应用。其中一篇论文表明，即使存在重尾噪声，标准的随机梯度下降上升（SGDA）也能收敛，而无需梯度裁剪，并为正则化问题引入了新的无裁剪算法。另一项研究通过关注梯度映射，在约束凸凹极小极大优化方面取得了近乎最优的收敛率。此外，研究还探讨了平滑凸目标函数的随机梯度下降（SGD）的精确收敛率，确立了理论极限，并分析了使用预定步长的梯度下降加速的最优性。最后…
-
新的GAN自适应训练方法使用序贯假设检验
研究人员为生成对抗网络（GAN）开发了一种新颖的自适应训练程序，解决了在更新判别器和生成器之间切换时机的决策挑战。该新方法将切换问题表述为序贯假设检验，利用电子过程提供任何时候都有效的I类错误控制。在合成分布和图像数据集上的实验表明，这种自适应方法在各种GAN目标上与固定比例基线方法相匹配或超越。