University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Towards Weaker Variance Assumptions for Stochastic Optimization

面向随机优化的更弱方差假设

Ahmet Alacaoglu, Yura Malitsky, Stephen J. Wright

机构 * University of British Columbia（不列颠哥伦比亚大学） ； University of Vienna（维也纳大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文重新审视随机梯度算法分析中的经典方差假设，允许随机次梯度平方范数随优化变量平方范数增长，并建立与Halpern迭代的联系，为凸非光滑随机优化提供无界可行集下的最优性度量收敛率。