• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    非光滑強(qiáng)凸情形Adam型算法的最優(yōu)收斂速率

    2022-11-09 07:11:22張澤東
    電子學(xué)報(bào) 2022年9期
    關(guān)鍵詞:對(duì)數(shù)情形步長

    隴 盛,陶 蔚,張澤東,陶 卿

    (1.國防科技大學(xué)信息系統(tǒng)工程重點(diǎn)實(shí)驗(yàn)室,湖南長沙 410073;2.軍事科學(xué)院戰(zhàn)略評(píng)估咨詢中心,北京 100091;3.陸軍炮兵防空兵學(xué)院信息工程系,安徽合肥 230031)

    1 引言

    在線學(xué)習(xí)(online learning)是用來分析迭代算法的流行框架,后悔界(regret bound)則是衡量在線優(yōu)化算法性能的重要指標(biāo)[1].針對(duì)一般凸優(yōu)化問題,Zinkevich提出的OGD(Online Gradient Decent)[2]方法達(dá)到了最壞情況下O()的后悔界,其中T是總迭代次數(shù).而在非光滑強(qiáng)凸情形中,Hazan等人在OGD基礎(chǔ)上調(diào)整步長階為得到了更好的O(logT)對(duì)數(shù)階后悔界[3],其中t=1,2,···,T.

    雖然在線學(xué)習(xí)理論和應(yīng)用方面都取得成功,但是實(shí)驗(yàn)中模擬在線流程較為復(fù)雜,算法往往需要更簡單的隨機(jī)實(shí)驗(yàn)環(huán)境[4].因此,本文關(guān)注OGD經(jīng)過標(biāo)準(zhǔn)的online-to-batch技巧轉(zhuǎn)換后,得到的隨機(jī)算法SGD(Stochastic Gradient Decent).兩者本質(zhì)上是同一算法,區(qū)別在于應(yīng)用場(chǎng)景不同,OGD用后悔界度量其在線學(xué)習(xí)性能,SGD靠收斂速率評(píng)價(jià)在隨機(jī)優(yōu)化中的表現(xiàn).在強(qiáng)凸情形中,SGD得到了O(logT/T)的收斂速率.與之相比,Agarwal等人證明了在最好情況下,一階隨機(jī)優(yōu)化算法解非光滑強(qiáng)凸問題的收斂速率是Ω(1/T)[5].為達(dá)到與之匹配的最壞情況下的最優(yōu)收斂速率O(1/T),許多算法在分析中引入了光滑條件(例如梯度Lipschitz連續(xù)、高階可微等).但是這些假設(shè)往往是不平凡的,并且無法應(yīng)用于非光滑目標(biāo)函數(shù)(例如hinge損失).文獻(xiàn)[6]提出一種結(jié)合了COMID(Composite Objective Mirror Descent)的非光滑隨機(jī)坐標(biāo)下降方法,不僅保持了正則化結(jié)構(gòu),而且計(jì)算代價(jià)極低,遺憾的是在強(qiáng)凸情形中未能達(dá)到最優(yōu).因此長期以來,SGD都無法跨過對(duì)數(shù)階的鴻溝,達(dá)到非光滑強(qiáng)凸情形的最優(yōu)收斂速率.

    為了解決這個(gè)問題,研究者通常采取兩種方案:其一是改進(jìn)SGD算法本身,結(jié)合各種加速技巧提升算法收斂速率.2011年,Hazan等人提出著名的Epoch-GD(Epoch Gradient Descent)[7],該算法其實(shí)是在SGD基礎(chǔ)上引入了“多階段循環(huán)”這個(gè)新的概念.雖然Epoch-GD達(dá)到了最優(yōu)收斂速率O(1/T),但Rakhlin等人認(rèn)為,大幅修改算法不足以證明SGD徹底突破了強(qiáng)凸優(yōu)化中對(duì)數(shù)因子的阻礙,因此提出了第二種方案——修改算法輸出方式.在以往收斂性分析中,SGD輸出全部T次迭代平均結(jié)果,Rakhlin提出在不改變算法的前提下,用α-suffix[8]方式(輸出后半部分迭代平均)進(jìn)行替換,最終達(dá)到了O(1/T)收斂速率.然而,α-suffix技巧也存在問題,首先它給收斂性分析增加了難度,其次不能以on-the-fly的模式存儲(chǔ)歷史迭代結(jié)果,從而增加了計(jì)算開銷.幸運(yùn)的是,文獻(xiàn)[9~11]中采用的加權(quán)平均輸出方式克服了這個(gè)缺點(diǎn).該方法對(duì)理論分析十分友好,且只需對(duì)SGD每次迭代結(jié)果賦予權(quán)重值最后進(jìn)行平均輸出,就可以在支持on-the-fly計(jì)算方式的同時(shí),保證最優(yōu)的收斂速率.

    近年來,在SGD基礎(chǔ)上使用自適應(yīng)梯度調(diào)整步長,并且用動(dòng)量搜索方向的算法稱為Adam型算法,例如Adam[12]、NAdam(Nesterov-accelerated Adaptive moment estimation)[13]、PAdam(Partially Adaptive moment estimation)[14]、Adaptive HB(Adaptive Polyak’s Heavy-Ball)[15]等.這類算法在非光滑凸情形中保證的收斂速率,并且具有適合稀疏優(yōu)化、體現(xiàn)不同維度差異等優(yōu)點(diǎn).然而文獻(xiàn)[16]指出,在某些簡單的凸環(huán)境中,所有基于指數(shù)移動(dòng)平均(Exponential Moving Average,EMA)的Adam型算法都不收斂,這就是著名的Reddi問題.針對(duì)該問題,Reddi等人提出了改進(jìn)算法AMSGrad[16]和AdamNC[16].另一方面,Adam型算法在強(qiáng)凸優(yōu)化中的應(yīng)用也逐漸發(fā)展起來.2017年Mukkamala等人提出了SC-Adagrad(Strongly Convex Adagrad)[17]和SC-RMSProp(Strongly Convex RMSProp)[17]算法,應(yīng)對(duì)在線學(xué)習(xí)問題得到了數(shù)據(jù)依賴(處理稀疏數(shù)據(jù)時(shí)表現(xiàn)更好)的對(duì)數(shù)階后悔界.2018年,Chen等人在Epoch-GD基礎(chǔ)上結(jié)合AdaGrad[18]提出了SadaGrad[19],雖然在隨機(jī)情形下得到了O(1/T)的最優(yōu)收斂速率,但是只適用于弱強(qiáng)凸環(huán)境.2019年,Wang等人提出SAdam[20],盡管在處理稀疏數(shù)據(jù)時(shí)得到比OGD更好的后悔界,體現(xiàn)出自適應(yīng)步長方法的優(yōu)勢(shì),但是轉(zhuǎn)換為隨機(jī)算法時(shí)只能得到O(logT/T)的收斂速率,因此沒有體現(xiàn)動(dòng)量的加速作用,與最優(yōu)收斂速率依然存在對(duì)數(shù)階的間隙.

    面對(duì)非光滑強(qiáng)凸優(yōu)化問題,SGD能夠得到最優(yōu)收斂速率O(1/T),但是到目前為止,SGD改良產(chǎn)生的Adam型算法反而無法達(dá)到上述目標(biāo).因此,如何使Adam型算法達(dá)到最優(yōu)收斂亟待解決.正如文獻(xiàn)[20]中所說,寄希望于SAdam與Epoch-GD技巧結(jié)合是不平凡的.綜上所述,本文旨在基于動(dòng)量法和自適應(yīng)步長,結(jié)合修改輸出方式這一技巧提出新的Adam型算法,保證其在非光滑強(qiáng)凸情形中達(dá)到最優(yōu)收斂速率O(1/T).

    本文的主要貢獻(xiàn)如下:

    (1)提出了一種名為WSAdam的Adam型算法,該算法在SAdam基礎(chǔ)上進(jìn)行改進(jìn),采用加權(quán)平均的輸出方式,設(shè)置了與以往強(qiáng)凸算法同階的步長超參數(shù).既保持了Adam型算法體現(xiàn)不同維度差異的優(yōu)點(diǎn),又通過on-the-fly計(jì)算降低了運(yùn)行成本;

    (2)針對(duì)約束的非光滑強(qiáng)凸優(yōu)化問題,證明了本文所提的WSAdam隨機(jī)情形下具有O(1/T)的最優(yōu)收斂速率(見定理1).據(jù)我們所知,這一結(jié)果消去了強(qiáng)凸優(yōu)化中常見的對(duì)數(shù)階因子,填補(bǔ)了Adam型算法強(qiáng)凸最優(yōu)收斂性方面的缺失;

    (3)證明了在導(dǎo)致Adam發(fā)散的優(yōu)化問題[16]上,WSAdam仍能保持收斂,表明WSAdam可以解決Reddi問題.另外,選擇了典型的l2范數(shù)約束下的hinge損失函數(shù)強(qiáng)凸優(yōu)化問題,通過與幾種常見強(qiáng)凸算法進(jìn)行比較實(shí)驗(yàn),驗(yàn)證了理論分析的正確性,也表明所提算法優(yōu)于現(xiàn)有的強(qiáng)凸Adam型算法.

    2 相關(guān)工作

    本文主要考慮求解如下非光滑約束優(yōu)化問題:

    其中Q∈Rd是閉凸集,為式(1)的一個(gè)最優(yōu)解,f是Q上的非光滑強(qiáng)凸函數(shù),定義如下:

    那么稱函數(shù)f為λ-強(qiáng)凸.

    在線學(xué)習(xí)的目標(biāo)是最小化后悔界(Regret bound),定義如下:

    其中ft(t=1,2,···,T)均為強(qiáng)凸函數(shù),ft(wt)表示ft在wt處的損失.常用優(yōu)化器是OGD,見算法1.

    算法1中αt代表步長,gt表示ft(wt)的次梯度,PQ表示在Q上投影算子.

    然而在線設(shè)置中,不可預(yù)見整體目標(biāo)函數(shù),需要學(xué)習(xí)環(huán)境響應(yīng)上一輪迭代結(jié)果后提供損失ft,然后才能觀察到當(dāng)前迭代的次梯度gt,因此不適用于算法的實(shí)驗(yàn)驗(yàn)證.

    通常用SGD解得上述隨機(jī)情形中的收斂速率,具體形式見算法2.

    算法2中αt代表步長,ξt?ξ表示第t次迭代時(shí)隨機(jī)抽取的樣本表示f(wt,ξt)的次梯度.

    SGD計(jì)算次梯度只與每輪隨機(jī)抽取的樣本相關(guān),當(dāng)假設(shè)全體樣本獨(dú)立同分布時(shí),在第t次迭代時(shí)刻,關(guān)于部分樣本的目標(biāo)函數(shù)f(wt,ξt)的次梯度?是整個(gè)目標(biāo)函數(shù)f(wt,ξ)次梯度的無偏估計(jì),也就是

    其中α∈(0,1),令αT為整數(shù).但是,這種方式需要將所有的迭代結(jié)果存入內(nèi)存或者提前知道總迭代次數(shù)T,這極大增加了計(jì)算開銷.

    針對(duì)這個(gè)問題,一種能夠on-the-fly計(jì)算的加權(quán)平均輸出方式被提出:

    除了改進(jìn)輸出方式,升級(jí)為Adam型算法也是提高SGD性能的主要途徑之一,其具體描述見算法3.

    在算法3中,動(dòng)量由歷史梯度緩沖器mt承載,自適應(yīng)步長由構(gòu)成.Adam型算法的自動(dòng)調(diào)整步長機(jī)制,關(guān)鍵技術(shù)是平方梯度的指數(shù)移動(dòng)平均(Exponential Moving Average,EMA):

    雖然該策略可以摒棄過早的梯度,并且避免訓(xùn)練提前終止,但是不能保證是單調(diào)非增的.迭代后期過大的步長可能導(dǎo)致算法不收斂,從而陷入Reddi問題(詳細(xì)例子在第4節(jié)實(shí)驗(yàn)中描述).

    解決方案是AMSGrad和AdamNC兩種算法,SAdam在AdamNC基礎(chǔ)上改進(jìn)而來也有效避免了不收斂問題.不同的αt,mt,Vt設(shè)定方案對(duì)應(yīng)不同Adam型算法,我們將常見的幾種列舉出來,后悔界和隨機(jī)情形下收斂速率對(duì)比如表1所示.其中前三種算法針對(duì)一般凸函數(shù),后三種針對(duì)強(qiáng)凸函數(shù).

    表1 常見Adam型算法對(duì)比

    表1中α為某一固定參數(shù),向量或矩陣間運(yùn)算都是基于元素的,diag(·)是取對(duì)角矩陣運(yùn)算,Id是d維單位矩陣,δ是平滑系數(shù).

    3 WSAdam算法

    對(duì)于非光滑強(qiáng)凸優(yōu)化問題,為了構(gòu)造達(dá)到最優(yōu)收斂速率O(1/T)的新算法,我們的思路是在SAdam基礎(chǔ)上,重新設(shè)計(jì)與以往強(qiáng)凸算法同階的步長超參數(shù)(即最終步長滿足O(1/t)),摒棄以往的標(biāo)準(zhǔn)平均輸出方式,用加權(quán)平均輸出方式取代之.本文提出的WSAdam算法見算法4.

    算法4 WSAdam算法輸入:w1=0 For t=1 to T Compute g?t=?f(wt,ξt)Update mt=β1,tmt-1+(1-β1,t)g?t Update Vt=β2,tVt-1+(1-β2,t)diag(g?2 t)Update V?t=Vt+δId Update wt+1=PV?t Q[wt-αtmtV?-1t]End for輸出:wˉw T=2 Ttwt T+1∑t=1 T( )

    由式(7)可知,WSAdam的有效步長為O(1/t),與以往強(qiáng)凸算法步長同階.由于Vt,i+δ積累矩陣第i維度數(shù)值,算法步長因此在不同維度上得到加權(quán)區(qū)分,從而在不同待訓(xùn)參數(shù)之間體現(xiàn)出差異性.

    另一方面,WSAdam采用加權(quán)平均的輸出方式,保持了on-the-fly計(jì)算的優(yōu)點(diǎn),更為重要的一點(diǎn)是,所加權(quán)重消去了導(dǎo)致以往算法產(chǎn)生對(duì)數(shù)階的結(jié)構(gòu),因此能夠達(dá)到最優(yōu)收斂,這將在下一節(jié)中展開說明.

    4 WSAdam算法收斂速率分析

    為了達(dá)到非光滑強(qiáng)凸情形的最優(yōu)收斂速率,我們首先尋找SGD產(chǎn)生對(duì)數(shù)階的原因,然后介紹加權(quán)平均輸出技巧解決此問題的原理.

    首先,我們需要給出一些假設(shè)條件,這些假設(shè)在以往收斂性分析中普遍存在.

    假設(shè)1存在常數(shù)G>0和G∞>0使得:

    假設(shè)2存在常數(shù)D>0和D∞>0使得:

    然后,根據(jù)文獻(xiàn)[9]中對(duì)強(qiáng)凸SGD的分析得下式:

    其中,αt是步長,λmin是強(qiáng)凸系數(shù)λ中的最小元素值.令上式得:

    對(duì)上式從t=1到t=T求和得:

    從上式第二行可以觀察到,前一項(xiàng)為負(fù)數(shù)可以放縮消去,第二項(xiàng)導(dǎo)致了對(duì)數(shù)因子的產(chǎn)生.

    因此我們著重處理后一項(xiàng),采用權(quán)重為t的加權(quán)平均輸出方式,令上式不等號(hào)兩邊同時(shí)乘t得到:

    觀察上式最后一行,發(fā)現(xiàn)后一項(xiàng)上的1t已被消去,此時(shí)從t=1到t=T求和不會(huì)再產(chǎn)生對(duì)數(shù)因子,做加權(quán)平均可得如下最優(yōu)收斂速率:

    本文將上述原理遷移到WSAdam算法的收斂性分析中,此外,還需要如下引理.

    引理1假設(shè)1≤t≤T,0<ν<1,f(ν)表示關(guān)于ν的函數(shù),(f(ν))'表示f(ν)的導(dǎo)函數(shù),則有下式成立:

    證明

    引理1證畢.

    定理1令假設(shè)1和假設(shè)2成立由算法4產(chǎn)生,f滿足定義1中的λ-強(qiáng)凸性質(zhì),w*∈Q為問題式(1)的一個(gè)最優(yōu)解,結(jié)合引理1,隨機(jī)WSAdam能夠保證如下收斂速率:

    注意,上式表明WSAdam具有O(1/T)的最優(yōu)收斂速率.與SAdam達(dá)到O(logT/T)次優(yōu)收斂速率相比,WSAdam體現(xiàn)出了動(dòng)量方法的加速性,填補(bǔ)了Adam型算法在非光滑強(qiáng)凸情形最優(yōu)收斂性方面的缺失.

    證明根據(jù)算法5中步驟7,由投影非擴(kuò)張性可得:

    上式移項(xiàng),兩邊除以2at(1-β1,t)得:

    因?yàn)閒(wt,ξt)滿足λ-強(qiáng)凸,聯(lián)立上式得:

    上式不等號(hào)兩邊同時(shí)取期望得:

    上式不等號(hào)兩邊同乘以t,并從t=1到t=T求和得:

    首先處理P1:

    即:

    然后處理P2,由m0=0,β1,t≤1,β1,t≤β1,t-1得:

    將mt和展開得:

    最后處理P3:

    上式結(jié)合引理1得:

    聯(lián)立P1,P2,P3得:

    由凸函數(shù)基本性質(zhì)得最終加權(quán)平均收斂速率:

    定理1證畢.

    5 實(shí)驗(yàn)

    本節(jié)分兩部分對(duì)上一節(jié)中最優(yōu)收斂速率的理論分析進(jìn)行實(shí)驗(yàn)驗(yàn)證.第一部分驗(yàn)證WSAdam算法能夠解決Reddi問題;第二部分驗(yàn)證WSAdam在非光滑強(qiáng)凸情形優(yōu)于現(xiàn)有算法.

    5.1 Reddi問題的實(shí)驗(yàn)結(jié)果與分析

    2018年,Reddi等人證明了Adam算法在優(yōu)化一個(gè)經(jīng)過特殊構(gòu)造的一般凸函數(shù)時(shí)發(fā)散.事實(shí)上,所有基于EMA技巧的Adam型算法都有可能存在這個(gè)問題,也被稱為Reddi問題:

    考慮如下定義域?yàn)閇-1,+1]的線性函數(shù)序列:

    其中C=3.在這個(gè)函數(shù)序列中,可以明顯看出當(dāng)w=-1時(shí)得到最小的后悔界.然而,Adam錯(cuò)誤地將參數(shù)指向+1方向進(jìn)行更新,導(dǎo)致不收斂.

    本文實(shí)驗(yàn)設(shè)置初始w=1,t=[1,5000],將WSAdam與其他4種經(jīng)典Adam型算進(jìn)行比較,觀察它們解上述在線優(yōu)化問題的表現(xiàn).為公平起見,所有算法統(tǒng)一設(shè)置參數(shù)α=0.5,β1=0,δ=1e-8,Adam和AMSGrad均設(shè)置β2=0.1,AdamNC、SAdam和WSAdam均設(shè)置β2,t=1-0.1t.實(shí)驗(yàn)結(jié)果如圖1所示,其中圖1(a)的橫坐標(biāo)代表迭代次數(shù)(t),縱坐標(biāo)代表平均后悔界(Regret boundt);圖1(b)的橫坐標(biāo)代表迭代次數(shù)(t),縱坐標(biāo)代表參數(shù)(w).如圖1所示,在迭代5000次后,Adam參數(shù)值w=+1是次優(yōu)解,平均后悔界無法收斂到0,從而證實(shí)了Reddi問題.AMSGrad、AdamNC、SAdam和WSAdam的參數(shù)值w=-1達(dá)到了最優(yōu)解,且平均后悔界均收斂到0,證實(shí)了這些算法改進(jìn)Adam是有效的,成功解決了Reddi問題.

    另外,從圖1(a)中還可以看出,強(qiáng)凸算法SAdam、WSAdam比一般凸算法Adam、AMSGrad、AdamNC收斂更快,說明SAdam、WSAdam對(duì)一般凸函數(shù)同樣適用,并且本文所提WSAdam收斂最快,優(yōu)于現(xiàn)有的Adam型算法.

    圖1 Reddi問題實(shí)驗(yàn)結(jié)果

    5.2 非光滑強(qiáng)凸情形標(biāo)準(zhǔn)數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果與分析

    本文第二個(gè)實(shí)驗(yàn)繼承文獻(xiàn)[21]中隨機(jī)設(shè)置環(huán)境,考慮典型的二分類強(qiáng)凸支持向量機(jī)(SVM)問題,假設(shè)全體樣本集目標(biāo)函數(shù)f(w,ξ)由l2范數(shù)結(jié)構(gòu)項(xiàng)和非光滑hinge損失組成,描述如下:

    第t次迭代時(shí),抽取樣本子集ξt參與計(jì)算的次梯度?f(wt,ξt)可以寫成如下形式:

    采用6個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集,分別是cod-rna、ijcnn1、gisette、madelon、a9a和live-disorders.這些數(shù)據(jù)集均來自于LIBSVM網(wǎng) 站(https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/),具體描述可見表2.

    表2 標(biāo)準(zhǔn)數(shù)據(jù)庫描述

    實(shí)驗(yàn)選擇了著名的解SVM問題的pegasos[21]算法,以及幾種典型的強(qiáng)凸Adam型算法作為比較對(duì)象.為公平起見,所有算法設(shè)置參數(shù)α=1.另外,pegasos根據(jù)文獻(xiàn)[21]所述無其他預(yù)設(shè)參數(shù);SAdam根據(jù)文獻(xiàn)[20]設(shè)置β1=0.9,β2,t=1-0.9t,δ=1e-2;WSAdam根據(jù)算法4設(shè) 置β1=0.9,ν=0.999,β2,t=1-0.9t,δ=1e-8;SCAdagrad根據(jù)文獻(xiàn)[17]設(shè)置ε1=0.1,ε2=1;SC-RMSProp根據(jù)文獻(xiàn)[17]設(shè)置β2,t=1-0.9t,ε1=0.1,ε2=1.

    所有算法在每個(gè)數(shù)據(jù)集上運(yùn)行10次并取平均值繪制收斂曲線errorbar對(duì)比圖.如圖2所示,橫坐標(biāo)表示迭代次數(shù)t=[1,5000],縱坐標(biāo)為相對(duì)目標(biāo)函數(shù)值,即當(dāng)前迭代目標(biāo)函數(shù)值與目標(biāo)函數(shù)最優(yōu)值(最優(yōu)值取所有迭代結(jié)果中的最小值)之差的對(duì)數(shù)值,4種比較算法的相對(duì)目標(biāo)函數(shù)值形式為WSAdam的相對(duì)目標(biāo)函數(shù)值形式為藍(lán)色實(shí)線代表pegasos算法的收斂趨勢(shì);綠色實(shí)線代表SAdam算法的收斂趨;紅色實(shí)現(xiàn)代表WSAdam算法的收斂趨;黑色實(shí)線代表SC-Adagrad算法的收斂趨;青綠色實(shí)現(xiàn)代表SC-RMSProp算法的收斂趨.

    從圖2可以看出,沒有使用自適應(yīng)步長和動(dòng)量技巧的pegasos十次平均曲線波動(dòng)較大、方差大也大,收斂速率平緩,總體性能要差于其他4種Adam型算法.而本文所提出的WSAdam十次平均曲線非常平滑(這是更改為加權(quán)平均輸出所導(dǎo)致的),方差也較小.在6個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上,WSAdam與現(xiàn)有流行的強(qiáng)凸Adam型算法均表現(xiàn)出基本相同的收斂趨勢(shì),甚至在一些訓(xùn)練集上(cod-rna)性能遠(yuǎn)超現(xiàn)有算法.并且在同一精度要求下,WSAdam的收斂速度總體上是最快的.這與理論分析中,WSAdam能達(dá)到優(yōu)于其他算法的O(1/T)收斂速率結(jié)果相吻合.

    圖2 目標(biāo)函數(shù)收斂速率比較圖

    表3和表4分別給出了算法在6個(gè)數(shù)據(jù)集上訓(xùn)練所得模型的訓(xùn)練準(zhǔn)確率(以及十次結(jié)果方差)、測(cè)試準(zhǔn)確率(以及十次結(jié)果方差).容易看出:WSAdam在所有訓(xùn)練數(shù)據(jù)集上的準(zhǔn)確率均為最高,方差較其他算法處于較低的層次.WSAdam在絕大部分測(cè)試數(shù)據(jù)集上準(zhǔn)確率最高(在cod-rna上SAdam算法準(zhǔn)確率最高)).一定程度上說明了WSAdam比其他幾種算法訓(xùn)練的模型泛化性能更好,并且在訓(xùn)練和測(cè)試集上都保持較小實(shí)驗(yàn)方差,反映出其出色的穩(wěn)定性.

    表3 訓(xùn)練準(zhǔn)確率和方差比較

    表4 測(cè)試準(zhǔn)確率和方差比較

    6 結(jié)論

    本文提出了一種名為WSAdam的Adam型算法,證明了在非光滑強(qiáng)凸情形,WSAdam能達(dá)到O(1T)的最優(yōu)收斂速率,體現(xiàn)了動(dòng)量方法的加速性.據(jù)我們所知這是第一個(gè)被證明具有最優(yōu)收斂速率的自適應(yīng)步長策略與動(dòng)量方法結(jié)合的算法.與SAdam算法相比,WSAdam改用了加權(quán)平均的輸出方式,使算法在保持on-the-fly計(jì)算特點(diǎn)的同時(shí),直接去掉了理論收斂速率上的對(duì)數(shù)階因子.實(shí)驗(yàn)驗(yàn)證了所提算法成功避免Reddi提出的不收斂問題,并在解決非光滑強(qiáng)凸優(yōu)化問題時(shí)比現(xiàn)有算法性能更優(yōu).

    另一方面,自適應(yīng)步長算法利用對(duì)角矩陣中記錄的歷史數(shù)據(jù)幾何知識(shí),緩和了對(duì)超參數(shù)的依賴性,因此非常適合訓(xùn)練深度神經(jīng)網(wǎng)絡(luò).將WSAdam與動(dòng)量方法[22]結(jié)合,探索其瞬時(shí)收斂速率[23]并推廣到深度學(xué)習(xí)[24,25]中,將是我們下一步研究的方向.

    猜你喜歡
    對(duì)數(shù)情形步長
    含有對(duì)數(shù)非線性項(xiàng)Kirchhoff方程多解的存在性
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    指數(shù)與對(duì)數(shù)
    指數(shù)與對(duì)數(shù)
    避免房地產(chǎn)繼承糾紛的十二種情形
    四種情形拖欠勞動(dòng)報(bào)酬構(gòu)成“拒不支付”犯罪
    公民與法治(2020年4期)2020-05-30 12:31:34
    對(duì)數(shù)簡史
    出借車輛,五種情形下須擔(dān)責(zé)
    公民與法治(2016年9期)2016-05-17 04:12:18
    基于逐維改進(jìn)的自適應(yīng)步長布谷鳥搜索算法
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    久久人人爽av亚洲精品天堂| 99精品欧美一区二区三区四区| 国产熟女xx| a在线观看视频网站| 欧美午夜高清在线| 亚洲精品在线观看二区| 欧美另类亚洲清纯唯美| 日韩高清综合在线| 亚洲激情在线av| 久久精品91蜜桃| 免费一级毛片在线播放高清视频 | 午夜福利在线观看吧| 国产亚洲精品第一综合不卡| 少妇熟女aⅴ在线视频| 狂野欧美激情性xxxx| 51午夜福利影视在线观看| 国产主播在线观看一区二区| 精品国产亚洲在线| 九色国产91popny在线| 麻豆国产av国片精品| 日本免费a在线| 一区福利在线观看| 欧美精品啪啪一区二区三区| 夜夜躁狠狠躁天天躁| 在线观看免费午夜福利视频| 丝袜美腿诱惑在线| 精品一品国产午夜福利视频| 欧美一区二区精品小视频在线| 9191精品国产免费久久| 色av中文字幕| 国产精品 国内视频| 免费在线观看完整版高清| 国产乱人伦免费视频| 久久久久久久久免费视频了| 亚洲人成伊人成综合网2020| 久久精品国产亚洲av高清一级| av欧美777| 午夜视频精品福利| 色哟哟哟哟哟哟| 久久婷婷成人综合色麻豆| 久久久久九九精品影院| 亚洲成人久久性| 99精品在免费线老司机午夜| 日本撒尿小便嘘嘘汇集6| 高清黄色对白视频在线免费看| 欧美激情极品国产一区二区三区| 久久国产精品人妻蜜桃| 一级,二级,三级黄色视频| 少妇裸体淫交视频免费看高清 | 欧美+亚洲+日韩+国产| 9热在线视频观看99| 日韩大尺度精品在线看网址 | 日日夜夜操网爽| 日韩有码中文字幕| 亚洲黑人精品在线| 国产精品二区激情视频| av中文乱码字幕在线| 亚洲电影在线观看av| 日韩精品中文字幕看吧| e午夜精品久久久久久久| 国产成人影院久久av| 亚洲性夜色夜夜综合| АⅤ资源中文在线天堂| 亚洲国产看品久久| 欧美亚洲日本最大视频资源| 9191精品国产免费久久| 国产精品一区二区免费欧美| 最新在线观看一区二区三区| 免费人成视频x8x8入口观看| 国产精品爽爽va在线观看网站 | 老司机在亚洲福利影院| 青草久久国产| 国产主播在线观看一区二区| 婷婷六月久久综合丁香| 亚洲片人在线观看| 在线免费观看的www视频| 日本精品一区二区三区蜜桃| 国产一区二区在线av高清观看| 天堂动漫精品| 国产成人精品在线电影| or卡值多少钱| 免费观看人在逋| 天天添夜夜摸| 啪啪无遮挡十八禁网站| 日韩高清综合在线| 欧美成狂野欧美在线观看| 欧美日韩福利视频一区二区| 国内精品久久久久久久电影| 亚洲成a人片在线一区二区| 99久久综合精品五月天人人| 亚洲男人的天堂狠狠| 最新美女视频免费是黄的| 久久青草综合色| 香蕉久久夜色| 色老头精品视频在线观看| 国产亚洲精品综合一区在线观看 | 精品一品国产午夜福利视频| 国产精品久久久av美女十八| 婷婷六月久久综合丁香| 亚洲激情在线av| 欧美日本中文国产一区发布| 日韩三级视频一区二区三区| 久久久国产精品麻豆| 国产精品爽爽va在线观看网站 | 欧美av亚洲av综合av国产av| 日本欧美视频一区| 精品国产一区二区三区四区第35| 国产免费av片在线观看野外av| 亚洲成人国产一区在线观看| 国产精品久久久人人做人人爽| 男女做爰动态图高潮gif福利片 | 欧美激情高清一区二区三区| 亚洲欧美一区二区三区黑人| 免费搜索国产男女视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲专区字幕在线| 亚洲欧美精品综合一区二区三区| 一级黄色大片毛片| 亚洲国产欧美日韩在线播放| 国产精品九九99| 久久婷婷成人综合色麻豆| 天天一区二区日本电影三级 | 亚洲熟妇熟女久久| 在线免费观看的www视频| 国产黄a三级三级三级人| 色综合亚洲欧美另类图片| 免费看a级黄色片| 99久久久亚洲精品蜜臀av| 欧美成人午夜精品| 亚洲色图av天堂| 韩国av一区二区三区四区| 一级毛片高清免费大全| 精品久久久精品久久久| 久久久久国产精品人妻aⅴ院| 国产精品99久久99久久久不卡| 亚洲欧美日韩另类电影网站| 欧美一区二区精品小视频在线| 国产av在哪里看| av欧美777| 岛国视频午夜一区免费看| 长腿黑丝高跟| 视频区欧美日本亚洲| 黄频高清免费视频| av超薄肉色丝袜交足视频| 国产成人精品无人区| 色播亚洲综合网| 欧美人与性动交α欧美精品济南到| 国内精品久久久久久久电影| 首页视频小说图片口味搜索| 免费久久久久久久精品成人欧美视频| 50天的宝宝边吃奶边哭怎么回事| 黑人操中国人逼视频| 国产乱人伦免费视频| 精品国产亚洲在线| 日韩成人在线观看一区二区三区| 美女午夜性视频免费| 1024香蕉在线观看| 色综合站精品国产| 啦啦啦免费观看视频1| 国产蜜桃级精品一区二区三区| 成人三级黄色视频| 精品少妇一区二区三区视频日本电影| 老熟妇乱子伦视频在线观看| 国内精品久久久久精免费| 亚洲人成77777在线视频| 欧美日本视频| 精品福利观看| 黄片大片在线免费观看| 成人国产一区最新在线观看| 久久伊人香网站| 亚洲精品美女久久av网站| 国产精品 欧美亚洲| 亚洲av成人不卡在线观看播放网| av视频在线观看入口| 人妻丰满熟妇av一区二区三区| 午夜免费激情av| 国产aⅴ精品一区二区三区波| 亚洲五月色婷婷综合| 国产一卡二卡三卡精品| 午夜精品久久久久久毛片777| 国产1区2区3区精品| 男人舔女人的私密视频| 叶爱在线成人免费视频播放| 老司机福利观看| 亚洲av五月六月丁香网| 国产精品久久久久久精品电影 | 亚洲国产高清在线一区二区三 | 精品久久久久久久毛片微露脸| 国产精品秋霞免费鲁丝片| 日日爽夜夜爽网站| 91麻豆精品激情在线观看国产| 国产私拍福利视频在线观看| 99香蕉大伊视频| 男男h啪啪无遮挡| 老汉色∧v一级毛片| 1024香蕉在线观看| 可以在线观看的亚洲视频| 午夜日韩欧美国产| 精品国产一区二区三区四区第35| 日韩大码丰满熟妇| 窝窝影院91人妻| 神马国产精品三级电影在线观看 | 日韩欧美一区二区三区在线观看| tocl精华| 欧美乱码精品一区二区三区| 波多野结衣巨乳人妻| 久久人妻福利社区极品人妻图片| av电影中文网址| 狠狠狠狠99中文字幕| 亚洲电影在线观看av| 国产在线精品亚洲第一网站| 男女下面插进去视频免费观看| 精品人妻1区二区| 窝窝影院91人妻| 久久久久国内视频| 窝窝影院91人妻| 亚洲美女黄片视频| 丝袜人妻中文字幕| 一区二区三区国产精品乱码| 亚洲国产看品久久| 久久九九热精品免费| 黄色毛片三级朝国网站| 欧美在线黄色| 好男人在线观看高清免费视频 | 18禁观看日本| 最近最新中文字幕大全免费视频| 国产日韩一区二区三区精品不卡| 久久久久亚洲av毛片大全| 搡老妇女老女人老熟妇| 黄片播放在线免费| 久久久国产欧美日韩av| 这个男人来自地球电影免费观看| 久久久久久久久中文| 午夜福利欧美成人| 99精品久久久久人妻精品| 欧美乱码精品一区二区三区| 91麻豆精品激情在线观看国产| 69精品国产乱码久久久| 亚洲最大成人中文| 国产精品二区激情视频| 女人被狂操c到高潮| 国产精品1区2区在线观看.| 亚洲精品美女久久av网站| 欧美丝袜亚洲另类 | 色综合站精品国产| 熟女少妇亚洲综合色aaa.| 亚洲 欧美 日韩 在线 免费| 国产av精品麻豆| svipshipincom国产片| 国产成人欧美| 大型av网站在线播放| 亚洲欧美日韩高清在线视频| 国产精品影院久久| 这个男人来自地球电影免费观看| 9191精品国产免费久久| 久久中文看片网| 无人区码免费观看不卡| 97人妻天天添夜夜摸| 免费高清视频大片| 精品午夜福利视频在线观看一区| 日本黄色视频三级网站网址| 中文字幕另类日韩欧美亚洲嫩草| 久久久久久久久免费视频了| 亚洲国产毛片av蜜桃av| 成年人黄色毛片网站| 午夜福利影视在线免费观看| 午夜福利,免费看| 性少妇av在线| 亚洲三区欧美一区| 黄频高清免费视频| 精品国内亚洲2022精品成人| 99re在线观看精品视频| 中文字幕人妻熟女乱码| 757午夜福利合集在线观看| www.999成人在线观看| 十分钟在线观看高清视频www| 亚洲熟女毛片儿| 国内毛片毛片毛片毛片毛片| 久久人人爽av亚洲精品天堂| 97人妻精品一区二区三区麻豆 | 国产极品粉嫩免费观看在线| 国产精品一区二区精品视频观看| 琪琪午夜伦伦电影理论片6080| 国产成人啪精品午夜网站| 亚洲专区中文字幕在线| av超薄肉色丝袜交足视频| 国产99久久九九免费精品| 日本欧美视频一区| 精品熟女少妇八av免费久了| 757午夜福利合集在线观看| www.999成人在线观看| 亚洲第一欧美日韩一区二区三区| 午夜视频精品福利| 18美女黄网站色大片免费观看| 久久久久久久久中文| 欧美午夜高清在线| 久久精品国产99精品国产亚洲性色 | 午夜日韩欧美国产| 人人妻人人爽人人添夜夜欢视频| 欧美黄色淫秽网站| 午夜精品国产一区二区电影| 1024视频免费在线观看| 一本大道久久a久久精品| 中文字幕人妻丝袜一区二区| 午夜久久久在线观看| 欧美+亚洲+日韩+国产| 色精品久久人妻99蜜桃| 一本综合久久免费| 国产精品免费一区二区三区在线| 国产精品亚洲av一区麻豆| 亚洲av五月六月丁香网| 国产一卡二卡三卡精品| 欧美成人免费av一区二区三区| 亚洲专区中文字幕在线| 成人手机av| 岛国在线观看网站| 日韩视频一区二区在线观看| 人妻丰满熟妇av一区二区三区| 在线观看免费视频网站a站| 国产亚洲欧美98| videosex国产| 成人18禁在线播放| 日韩欧美一区视频在线观看| 精品午夜福利视频在线观看一区| 亚洲国产精品999在线| 女警被强在线播放| 一区二区三区高清视频在线| 给我免费播放毛片高清在线观看| 变态另类成人亚洲欧美熟女 | 亚洲av五月六月丁香网| 大型av网站在线播放| 国产伦一二天堂av在线观看| 露出奶头的视频| 99精品在免费线老司机午夜| 在线天堂中文资源库| 国产精品一区二区免费欧美| 1024香蕉在线观看| 91大片在线观看| av在线播放免费不卡| 日本撒尿小便嘘嘘汇集6| 免费在线观看影片大全网站| 99在线视频只有这里精品首页| 国产亚洲av高清不卡| 男女下面插进去视频免费观看| av电影中文网址| 精品久久久久久久毛片微露脸| 一级毛片精品| 成人免费观看视频高清| 久久 成人 亚洲| 天堂动漫精品| 国内精品久久久久精免费| 中文字幕人成人乱码亚洲影| 久久久久国产一级毛片高清牌| 最好的美女福利视频网| 操美女的视频在线观看| 日本五十路高清| 欧美日韩福利视频一区二区| 男人舔女人的私密视频| 久久久精品国产亚洲av高清涩受| 神马国产精品三级电影在线观看 | 给我免费播放毛片高清在线观看| 日本黄色视频三级网站网址| 亚洲成av人片免费观看| 妹子高潮喷水视频| 欧美乱妇无乱码| 午夜两性在线视频| 欧美成狂野欧美在线观看| 97人妻天天添夜夜摸| cao死你这个sao货| 变态另类成人亚洲欧美熟女 | 午夜精品国产一区二区电影| 黄色片一级片一级黄色片| 国产高清视频在线播放一区| 国产熟女午夜一区二区三区| 午夜精品国产一区二区电影| 久久久精品国产亚洲av高清涩受| 午夜免费成人在线视频| 两人在一起打扑克的视频| 国产精品久久久久久亚洲av鲁大| 99久久精品国产亚洲精品| 日韩精品青青久久久久久| 免费在线观看黄色视频的| 免费在线观看影片大全网站| 18禁黄网站禁片午夜丰满| 亚洲专区中文字幕在线| 国内精品久久久久久久电影| 人人妻人人澡欧美一区二区 | 婷婷六月久久综合丁香| 国产av一区在线观看免费| 日本 av在线| 日韩欧美在线二视频| 国产主播在线观看一区二区| 午夜久久久久精精品| 一进一出好大好爽视频| xxx96com| 天堂√8在线中文| 看免费av毛片| 成人亚洲精品一区在线观看| 美国免费a级毛片| 国产av精品麻豆| 国产成+人综合+亚洲专区| 久久人妻福利社区极品人妻图片| 欧美精品啪啪一区二区三区| 老鸭窝网址在线观看| 手机成人av网站| 啪啪无遮挡十八禁网站| 美女国产高潮福利片在线看| 成在线人永久免费视频| 国产成人免费无遮挡视频| 日韩三级视频一区二区三区| 成人欧美大片| 大陆偷拍与自拍| 久久精品国产综合久久久| 久久中文看片网| 99久久精品国产亚洲精品| 国产男靠女视频免费网站| 国产麻豆69| 又紧又爽又黄一区二区| 欧美成人性av电影在线观看| 黄色成人免费大全| 禁无遮挡网站| ponron亚洲| 热99re8久久精品国产| 波多野结衣高清无吗| 非洲黑人性xxxx精品又粗又长| 韩国精品一区二区三区| 亚洲一区高清亚洲精品| 国产一区在线观看成人免费| 亚洲男人的天堂狠狠| 婷婷六月久久综合丁香| 制服人妻中文乱码| 人人妻人人爽人人添夜夜欢视频| 亚洲 欧美一区二区三区| 国产精品九九99| 午夜日韩欧美国产| 欧美日韩乱码在线| 9热在线视频观看99| 最近最新免费中文字幕在线| 日韩中文字幕欧美一区二区| 久久香蕉激情| 神马国产精品三级电影在线观看 | 无人区码免费观看不卡| 91成人精品电影| 99久久综合精品五月天人人| 久久精品aⅴ一区二区三区四区| 欧美大码av| 国产一区二区三区综合在线观看| 精品高清国产在线一区| 国产精品精品国产色婷婷| 两性午夜刺激爽爽歪歪视频在线观看 | 在线天堂中文资源库| 久久 成人 亚洲| 免费看美女性在线毛片视频| 国产精品免费视频内射| 午夜精品久久久久久毛片777| 99国产极品粉嫩在线观看| 欧美丝袜亚洲另类 | 亚洲国产精品久久男人天堂| 国产精品免费一区二区三区在线| 免费一级毛片在线播放高清视频 | 亚洲五月色婷婷综合| 亚洲色图 男人天堂 中文字幕| 亚洲av成人不卡在线观看播放网| 色av中文字幕| 日韩欧美三级三区| 99国产精品99久久久久| 两个人视频免费观看高清| 亚洲专区国产一区二区| 99在线视频只有这里精品首页| av天堂在线播放| 成人三级做爰电影| 亚洲成人国产一区在线观看| 色综合婷婷激情| 亚洲精品中文字幕一二三四区| 超碰成人久久| 在线观看免费日韩欧美大片| 乱人伦中国视频| 精品欧美一区二区三区在线| 免费在线观看完整版高清| 99精品在免费线老司机午夜| 搡老妇女老女人老熟妇| 亚洲中文字幕日韩| 国产麻豆69| 亚洲片人在线观看| 脱女人内裤的视频| 黑丝袜美女国产一区| www日本在线高清视频| 男人的好看免费观看在线视频 | 中文亚洲av片在线观看爽| 国产欧美日韩综合在线一区二区| 国产xxxxx性猛交| 91大片在线观看| 久久精品人人爽人人爽视色| 亚洲色图av天堂| 18禁裸乳无遮挡免费网站照片 | 久久国产精品男人的天堂亚洲| 国产人伦9x9x在线观看| 午夜福利免费观看在线| 成人国产综合亚洲| 91九色精品人成在线观看| 亚洲aⅴ乱码一区二区在线播放 | 又紧又爽又黄一区二区| 人人妻人人澡人人看| 久久狼人影院| 国内精品久久久久精免费| 精品国产乱码久久久久久男人| 又紧又爽又黄一区二区| 精品无人区乱码1区二区| av在线播放免费不卡| 高潮久久久久久久久久久不卡| 丝袜美腿诱惑在线| 手机成人av网站| 麻豆国产av国片精品| 亚洲国产精品999在线| 国产日韩一区二区三区精品不卡| 黄色视频,在线免费观看| 99国产精品一区二区三区| 嫁个100分男人电影在线观看| 国产精品影院久久| 久久久久精品国产欧美久久久| 亚洲av日韩精品久久久久久密| 日韩精品中文字幕看吧| 99在线视频只有这里精品首页| 成人三级黄色视频| 人人澡人人妻人| 久久中文字幕人妻熟女| 女同久久另类99精品国产91| 亚洲人成伊人成综合网2020| 精品人妻在线不人妻| 91精品国产国语对白视频| 亚洲国产精品成人综合色| 久久久久久人人人人人| 亚洲男人的天堂狠狠| 久久香蕉国产精品| 亚洲色图av天堂| 国产极品粉嫩免费观看在线| 国产高清激情床上av| 黄色毛片三级朝国网站| 电影成人av| 日本免费一区二区三区高清不卡 | 男人舔女人的私密视频| 国产成人av教育| 亚洲全国av大片| 欧美日韩一级在线毛片| 亚洲成人免费电影在线观看| 后天国语完整版免费观看| 亚洲成人久久性| 69精品国产乱码久久久| 黄网站色视频无遮挡免费观看| 波多野结衣一区麻豆| 纯流量卡能插随身wifi吗| 国产亚洲av嫩草精品影院| 黄网站色视频无遮挡免费观看| a在线观看视频网站| 国产精品影院久久| 国产精品一区二区在线不卡| 极品教师在线免费播放| 亚洲精品在线美女| 老司机午夜福利在线观看视频| 精品乱码久久久久久99久播| 搡老熟女国产l中国老女人| 这个男人来自地球电影免费观看| 久久婷婷成人综合色麻豆| 美女 人体艺术 gogo| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲在线自拍视频| 99国产精品一区二区蜜桃av| 日韩免费av在线播放| 国产精品永久免费网站| 成在线人永久免费视频| 精品国产亚洲在线| 精品欧美一区二区三区在线| 国产一区二区在线av高清观看| 免费无遮挡裸体视频| 热99re8久久精品国产| 亚洲激情在线av| 香蕉久久夜色| 欧美乱妇无乱码| 久久狼人影院| 午夜日韩欧美国产| 禁无遮挡网站| 精品国产一区二区三区四区第35| 一区二区三区国产精品乱码| 十八禁人妻一区二区| 亚洲国产精品999在线| 99精品在免费线老司机午夜| 中亚洲国语对白在线视频| 涩涩av久久男人的天堂| 夜夜躁狠狠躁天天躁| 免费人成视频x8x8入口观看| 人人妻,人人澡人人爽秒播| 国产aⅴ精品一区二区三区波| 国产亚洲精品久久久久5区| 99久久久亚洲精品蜜臀av| 国产成人啪精品午夜网站| 黑丝袜美女国产一区| 亚洲中文字幕一区二区三区有码在线看 | 亚洲电影在线观看av| 婷婷丁香在线五月| 欧美日韩中文字幕国产精品一区二区三区 | 黄色女人牲交| 欧美乱色亚洲激情| 99精品久久久久人妻精品| 他把我摸到了高潮在线观看| 国产成+人综合+亚洲专区| 在线观看日韩欧美| 久久天堂一区二区三区四区| 一本大道久久a久久精品| 在线观看免费午夜福利视频| 他把我摸到了高潮在线观看| 又黄又粗又硬又大视频| 可以在线观看的亚洲视频| 亚洲第一青青草原| 国产精品乱码一区二三区的特点 | 99re在线观看精品视频|