10:00官方账号arXiv cs.LG@Zhaojun Peng精选该论文提出MC-ALFCG,一种结合动量条件梯度与耦合截断多级蒙特卡洛估计的方法,用于处理固定遍历马尔可夫链单轨迹梯度采样下的非凸复合优化。在正中心噪声下,期望样本复杂度为Õ(τ_mix²G_σ ε⁻³ + τ_mix^(5/2) G_σ² ε⁻³ + τ_mix⁵ ε⁻²),其中τ_mix为混合时间。精确无噪声版本达到Õ(ε⁻²)的复杂度且常数与混合时间无关。数值实验验证了参数灵敏度和剪枝行为。论文MC-ALFCG条件梯度方法方差缩减推荐理由:这篇论文搞了个新方法MC-ALFCG,专门对付马尔可夫链采样下的非凸优化,理论复杂度给得很细,数值实验也做了,搞优化算法的可以看看。原文稍后读已读值得跟进有用关注 MC-ALFCG