• <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
    免费看美女性在线毛片视频| 久久这里只有精品中国| 亚洲av日韩在线播放| 免费看不卡的av| 国产精品麻豆人妻色哟哟久久 | 伦精品一区二区三区| 国产一区有黄有色的免费视频 | 白带黄色成豆腐渣| 国产精品.久久久| 成年女人看的毛片在线观看| 蜜臀久久99精品久久宅男| 永久网站在线| 婷婷色麻豆天堂久久| 神马国产精品三级电影在线观看| 中文欧美无线码| 91av网一区二区| 国产欧美另类精品又又久久亚洲欧美| 2018国产大陆天天弄谢| 亚洲一级一片aⅴ在线观看| 免费看a级黄色片| 黄片无遮挡物在线观看| 欧美bdsm另类| 亚洲真实伦在线观看| 久久国产乱子免费精品| 国产乱人视频| 国产亚洲5aaaaa淫片| 亚洲国产精品sss在线观看| 国内揄拍国产精品人妻在线| 日本午夜av视频| 亚洲精品视频女| 国产 一区精品| eeuss影院久久| 国产黄频视频在线观看| 久久精品夜夜夜夜夜久久蜜豆| 欧美bdsm另类| 久久久久久久久大av| 久久久久久久久大av| 久久久久久久久久黄片| 蜜臀久久99精品久久宅男| 国产亚洲5aaaaa淫片| 少妇丰满av| 九九久久精品国产亚洲av麻豆| 精品人妻视频免费看| ponron亚洲| 亚洲欧美一区二区三区黑人 | 好男人视频免费观看在线| 午夜福利视频精品| 青春草国产在线视频| 亚洲精品456在线播放app| 听说在线观看完整版免费高清| 麻豆国产97在线/欧美| 男女下面进入的视频免费午夜| 国产黄色免费在线视频| 午夜日本视频在线| 中文字幕av成人在线电影| 永久网站在线| 深夜a级毛片| 麻豆国产97在线/欧美| 人妻少妇偷人精品九色| 午夜视频国产福利| 自拍偷自拍亚洲精品老妇| 国产精品爽爽va在线观看网站| 亚洲人与动物交配视频| 十八禁网站网址无遮挡 | 国产久久久一区二区三区| www.av在线官网国产| 精华霜和精华液先用哪个| 日本免费a在线| 免费看av在线观看网站| 女人久久www免费人成看片| 久久精品国产自在天天线| 色播亚洲综合网| 午夜精品国产一区二区电影 | 国产免费福利视频在线观看| 欧美另类一区| 亚洲国产成人一精品久久久| 国产精品一区二区在线观看99 | 晚上一个人看的免费电影| 搞女人的毛片| 亚洲精品成人久久久久久| 国产黄片视频在线免费观看| 直男gayav资源| 亚洲经典国产精华液单| 亚洲精品色激情综合| 2021少妇久久久久久久久久久| 午夜精品一区二区三区免费看| 国产免费福利视频在线观看| 国产精品精品国产色婷婷| 久久精品国产亚洲网站| 97超碰精品成人国产| 国产黄色免费在线视频| 亚洲欧美日韩卡通动漫| 国产色爽女视频免费观看| 色综合色国产| 欧美三级亚洲精品| 精品国内亚洲2022精品成人| 欧美人与善性xxx| 波野结衣二区三区在线| 最近中文字幕2019免费版| 免费看光身美女| 国内精品一区二区在线观看| 色网站视频免费| 纵有疾风起免费观看全集完整版 | 久久久午夜欧美精品| 久久久午夜欧美精品| 久久精品人妻少妇| 黄片无遮挡物在线观看| 久久久久精品久久久久真实原创| 亚洲怡红院男人天堂| 婷婷六月久久综合丁香| 久久人人爽人人爽人人片va| 国产亚洲91精品色在线| xxx大片免费视频| 欧美一区二区亚洲| 97精品久久久久久久久久精品| 看黄色毛片网站| 少妇人妻一区二区三区视频| 最后的刺客免费高清国语| 成人美女网站在线观看视频| 国产极品天堂在线| 一个人免费在线观看电影| 蜜桃久久精品国产亚洲av| 夜夜看夜夜爽夜夜摸| 国产一区亚洲一区在线观看| 熟女人妻精品中文字幕| 国产探花极品一区二区| 免费电影在线观看免费观看| 精品人妻熟女av久视频| 成人高潮视频无遮挡免费网站| 日本午夜av视频| 欧美日韩国产mv在线观看视频 | 欧美极品一区二区三区四区| 国产有黄有色有爽视频| 午夜激情久久久久久久| 午夜激情欧美在线| 91狼人影院| 久久久久精品久久久久真实原创| 老司机影院成人| a级一级毛片免费在线观看| 神马国产精品三级电影在线观看| 在线观看免费高清a一片| 亚洲精品乱码久久久v下载方式| 免费观看av网站的网址| 国产精品精品国产色婷婷| 午夜精品国产一区二区电影 | 中文字幕av成人在线电影| 在线观看美女被高潮喷水网站| 晚上一个人看的免费电影| 欧美日韩在线观看h| 国产午夜精品一二区理论片| 国内揄拍国产精品人妻在线| 在线 av 中文字幕| av专区在线播放| 天天躁夜夜躁狠狠久久av| 国产综合精华液| 成年av动漫网址| 欧美日韩综合久久久久久| 国产亚洲91精品色在线| 直男gayav资源| 人妻一区二区av| 久久99蜜桃精品久久| 欧美激情在线99| 99热这里只有是精品50| 国产黄色免费在线视频| 午夜免费激情av| 人人妻人人看人人澡| 亚洲成人精品中文字幕电影| 亚洲av免费高清在线观看| 一级毛片aaaaaa免费看小| 免费看a级黄色片| 美女内射精品一级片tv| 久久久欧美国产精品| 五月伊人婷婷丁香| 乱系列少妇在线播放| 欧美人与善性xxx| 午夜福利视频精品| 简卡轻食公司| 久久久久久久久久人人人人人人| 国产亚洲午夜精品一区二区久久 | 久久亚洲国产成人精品v| 男人舔女人下体高潮全视频| 亚洲最大成人手机在线| 中国美白少妇内射xxxbb| 久久99热这里只有精品18| 亚洲精品日本国产第一区| 伦精品一区二区三区| 我的女老师完整版在线观看| 啦啦啦啦在线视频资源| 亚洲欧美一区二区三区黑人 | 伦精品一区二区三区| 99热网站在线观看| 国产一级毛片在线| 成年女人看的毛片在线观看| 国产高清国产精品国产三级 | 国产亚洲精品久久久com| 久久久久久久久中文| 少妇被粗大猛烈的视频| 日韩 亚洲 欧美在线| 国产精品.久久久| 九色成人免费人妻av| 国产v大片淫在线免费观看| 在线a可以看的网站| 国产成人91sexporn| 亚洲精品第二区| 欧美不卡视频在线免费观看| 国产精品爽爽va在线观看网站| 久久精品国产亚洲av天美| 国产精品一区二区性色av| 超碰av人人做人人爽久久| 99久久人妻综合| 男的添女的下面高潮视频| 日日摸夜夜添夜夜爱| 欧美97在线视频| 精品人妻视频免费看| 毛片女人毛片| 成人亚洲精品一区在线观看 | 亚洲精品久久久久久婷婷小说| 少妇裸体淫交视频免费看高清| videos熟女内射| 2022亚洲国产成人精品| 日本欧美国产在线视频| 国产一区二区三区综合在线观看 | 26uuu在线亚洲综合色| 久久久久精品性色| 亚洲经典国产精华液单| 精品一区在线观看国产| 欧美高清性xxxxhd video| 三级国产精品欧美在线观看| 色播亚洲综合网| 一级毛片aaaaaa免费看小| 久久久久精品久久久久真实原创| 久久精品久久久久久久性| 熟女电影av网| 男女视频在线观看网站免费| 国产激情偷乱视频一区二区| 日韩大片免费观看网站| 亚洲av电影不卡..在线观看| 国产午夜精品久久久久久一区二区三区| 丰满少妇做爰视频| 国产探花极品一区二区| 我要看日韩黄色一级片| 天堂影院成人在线观看| 国产一区二区在线观看日韩| 人妻系列 视频| 天堂中文最新版在线下载 | 国产亚洲精品久久久com| 久久精品国产亚洲av涩爱| 精品午夜福利在线看| 蜜桃亚洲精品一区二区三区| 国产亚洲5aaaaa淫片| 亚洲四区av| 一个人看视频在线观看www免费| 国产av不卡久久| 别揉我奶头 嗯啊视频| 国产黄色免费在线视频| 乱系列少妇在线播放| 老司机影院毛片| 国产视频首页在线观看| 中文字幕久久专区| 亚洲国产av新网站| 久久草成人影院| 永久免费av网站大全| 日日摸夜夜添夜夜爱| kizo精华| 亚洲精品色激情综合| 国产91av在线免费观看| 中文欧美无线码| 国产精品久久久久久精品电影小说 | 国产亚洲精品久久久com| 久久久久国产网址| 一级二级三级毛片免费看| 欧美97在线视频| 精品久久久久久久久亚洲| 非洲黑人性xxxx精品又粗又长| 肉色欧美久久久久久久蜜桃 | 亚洲av不卡在线观看| 午夜福利高清视频| 国产淫片久久久久久久久| 亚洲色图av天堂| 偷拍熟女少妇极品色| 国产免费又黄又爽又色| 精品久久久久久电影网| 中文字幕亚洲精品专区| 97人妻精品一区二区三区麻豆| 国产麻豆成人av免费视频| 日本免费在线观看一区| 18禁在线无遮挡免费观看视频| 欧美日本视频| 国产精品一区二区三区四区久久| 极品少妇高潮喷水抽搐| 精品一区二区免费观看| 亚洲图色成人| 日韩伦理黄色片| 久久精品久久久久久久性| 午夜福利网站1000一区二区三区| 亚洲欧美日韩卡通动漫| 国产一区二区三区综合在线观看 | 99久久中文字幕三级久久日本| 人妻夜夜爽99麻豆av| 欧美zozozo另类| 欧美成人午夜免费资源| 欧美日韩综合久久久久久| 国产黄片视频在线免费观看| 亚洲国产日韩欧美精品在线观看| 国产男人的电影天堂91| 在线观看人妻少妇| 日韩大片免费观看网站| 老女人水多毛片| 亚洲国产av新网站| av线在线观看网站| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩亚洲高清精品| av播播在线观看一区| 人妻少妇偷人精品九色| 久久久久久九九精品二区国产| 午夜福利视频1000在线观看| 亚洲电影在线观看av| 亚洲婷婷狠狠爱综合网| 日本熟妇午夜| 午夜亚洲福利在线播放| 国产探花极品一区二区| 91在线精品国自产拍蜜月| 日日摸夜夜添夜夜添av毛片| 少妇的逼好多水| 国产综合懂色| 七月丁香在线播放| 色尼玛亚洲综合影院| 日韩伦理黄色片| 嘟嘟电影网在线观看| 人人妻人人澡欧美一区二区| 成年免费大片在线观看| 国产一区二区三区av在线| 51国产日韩欧美| 肉色欧美久久久久久久蜜桃 | 乱码一卡2卡4卡精品| 少妇被粗大猛烈的视频| 国产91av在线免费观看| 国产不卡一卡二| 天堂俺去俺来也www色官网 | 国内精品宾馆在线| 大话2 男鬼变身卡| 亚洲av免费高清在线观看| 国产高清不卡午夜福利| 毛片一级片免费看久久久久| 白带黄色成豆腐渣| 少妇猛男粗大的猛烈进出视频 | 免费高清在线观看视频在线观看| 少妇人妻精品综合一区二区| 男人舔奶头视频| 简卡轻食公司| 亚洲精品乱码久久久久久按摩| 国产人妻一区二区三区在| 我的老师免费观看完整版| 亚洲最大成人手机在线| 国产女主播在线喷水免费视频网站 | 亚洲欧美成人精品一区二区| 男女边吃奶边做爰视频| 成人一区二区视频在线观看| 有码 亚洲区| 国产色婷婷99| 国产av不卡久久| 成人综合一区亚洲| 久久久久久国产a免费观看| 夜夜爽夜夜爽视频| 国产亚洲午夜精品一区二区久久 | 91午夜精品亚洲一区二区三区| 乱系列少妇在线播放| 日韩欧美 国产精品| 午夜精品在线福利| 欧美xxⅹ黑人| 乱系列少妇在线播放| 精品人妻偷拍中文字幕| 人妻系列 视频| 午夜福利在线在线| 韩国高清视频一区二区三区| av免费观看日本| 欧美 日韩 精品 国产| 欧美日韩在线观看h| 亚洲成人一二三区av| 亚洲真实伦在线观看| 天堂俺去俺来也www色官网 | 国产乱来视频区| 亚洲av中文av极速乱| 久久人人爽人人片av| 亚洲精品乱码久久久久久按摩| 免费黄色在线免费观看| 亚洲成人精品中文字幕电影| 亚洲精品国产av蜜桃| 少妇被粗大猛烈的视频| av黄色大香蕉| 免费不卡的大黄色大毛片视频在线观看 | 亚洲精品久久久久久婷婷小说| 人妻系列 视频| av播播在线观看一区| 男人狂女人下面高潮的视频| eeuss影院久久| 精品久久久久久成人av| 国产精品一及| 免费少妇av软件| 精品久久久久久久久av| 国产午夜精品一二区理论片| 视频中文字幕在线观看| 国产白丝娇喘喷水9色精品| 国产精品久久视频播放| 大话2 男鬼变身卡| 亚洲精品第二区| 国产黄频视频在线观看| 午夜精品国产一区二区电影 | 国产精品日韩av在线免费观看| 看黄色毛片网站| 深爱激情五月婷婷| 欧美不卡视频在线免费观看| 午夜免费激情av| 身体一侧抽搐| 乱系列少妇在线播放| 午夜福利在线在线| 特大巨黑吊av在线直播| 亚洲av.av天堂| 久久久a久久爽久久v久久| 免费不卡的大黄色大毛片视频在线观看 | eeuss影院久久| 99久久人妻综合| 免费不卡的大黄色大毛片视频在线观看 | 国内揄拍国产精品人妻在线| 在线观看人妻少妇| 色哟哟·www| 久久久欧美国产精品| 超碰av人人做人人爽久久| 九草在线视频观看| av国产久精品久网站免费入址| 欧美日韩一区二区视频在线观看视频在线 | 丝袜美腿在线中文| 大陆偷拍与自拍| 在现免费观看毛片| 国产精品国产三级专区第一集| 国产视频内射| 国内揄拍国产精品人妻在线| 成人美女网站在线观看视频| 嫩草影院精品99| 欧美激情国产日韩精品一区| 好男人视频免费观看在线| 成年女人看的毛片在线观看| 97精品久久久久久久久久精品| 国产午夜精品久久久久久一区二区三区| 中文字幕亚洲精品专区| 97超视频在线观看视频| 99久久精品一区二区三区| 18禁在线播放成人免费| 欧美不卡视频在线免费观看| 国产亚洲精品久久久com| 一区二区三区四区激情视频| 三级男女做爰猛烈吃奶摸视频| 99久国产av精品国产电影| 91久久精品电影网| 超碰97精品在线观看| 亚洲美女视频黄频| 免费观看精品视频网站| 亚洲av一区综合| 99久久九九国产精品国产免费| 久久久久九九精品影院| 国产永久视频网站| 天堂俺去俺来也www色官网 | 国产单亲对白刺激| 亚洲av男天堂| 国产欧美日韩精品一区二区| 国产综合精华液| .国产精品久久| 老司机影院成人| 亚洲真实伦在线观看| 国产91av在线免费观看| 国产男人的电影天堂91| 国产成人一区二区在线| 亚洲久久久久久中文字幕| 色吧在线观看| 成人一区二区视频在线观看| 在线免费十八禁| 禁无遮挡网站| 亚洲精品aⅴ在线观看| 少妇熟女欧美另类| 黄片wwwwww| 精品久久久久久久久久久久久| 日韩av免费高清视频| 国产伦理片在线播放av一区| 精品久久久久久久末码| 1000部很黄的大片| 国产精品伦人一区二区| 免费不卡的大黄色大毛片视频在线观看 | 在线观看av片永久免费下载| 欧美日韩亚洲高清精品| 五月玫瑰六月丁香| 欧美人与善性xxx| 欧美日韩国产mv在线观看视频 | av.在线天堂| 亚洲欧美一区二区三区国产| 97人妻精品一区二区三区麻豆| 中文在线观看免费www的网站| 日韩av免费高清视频| 特级一级黄色大片| 亚洲欧美清纯卡通| 久久99精品国语久久久| 亚洲不卡免费看| 国产国拍精品亚洲av在线观看| 欧美激情国产日韩精品一区| 春色校园在线视频观看| 国产黄频视频在线观看| 国产亚洲av片在线观看秒播厂 | 男女那种视频在线观看| av在线天堂中文字幕| 亚洲色图av天堂| 在线免费十八禁| av免费观看日本| 国产成人a区在线观看| 狂野欧美激情性xxxx在线观看| 成年版毛片免费区| 国产精品美女特级片免费视频播放器| 国产不卡一卡二| 亚洲三级黄色毛片| 国产综合精华液| 色网站视频免费| 少妇人妻精品综合一区二区| 亚洲怡红院男人天堂| a级一级毛片免费在线观看| 久久6这里有精品| 日本-黄色视频高清免费观看| 午夜激情欧美在线| 亚洲美女视频黄频| 赤兔流量卡办理| 亚洲婷婷狠狠爱综合网| 日韩精品青青久久久久久| 亚洲av电影不卡..在线观看| 天堂√8在线中文| 久久久久免费精品人妻一区二区| 六月丁香七月| 久久久久久九九精品二区国产| 成人亚洲精品av一区二区| 国产av不卡久久| 九草在线视频观看| 午夜爱爱视频在线播放| 成人国产麻豆网| 亚洲丝袜综合中文字幕| 日日干狠狠操夜夜爽| 午夜福利在线观看免费完整高清在| 日韩一区二区三区影片| www.色视频.com| 97超碰精品成人国产| 能在线免费看毛片的网站| 国产极品天堂在线| 国产大屁股一区二区在线视频| 欧美性猛交╳xxx乱大交人| 99视频精品全部免费 在线| 建设人人有责人人尽责人人享有的 | 欧美潮喷喷水| 国产成人a∨麻豆精品| 日韩一本色道免费dvd| 色尼玛亚洲综合影院| 噜噜噜噜噜久久久久久91| 国产精品一区二区在线观看99 | 午夜福利网站1000一区二区三区| 亚洲国产成人一精品久久久| 国产精品三级大全| 色综合色国产| 午夜免费激情av| 久久久久久九九精品二区国产| 国产视频内射| 搞女人的毛片| 亚洲欧美日韩无卡精品| 极品教师在线视频| 国产精品国产三级国产av玫瑰| 成人午夜精彩视频在线观看| 亚洲av一区综合| 国产黄片美女视频| 日本一二三区视频观看| 永久网站在线| 建设人人有责人人尽责人人享有的 | 亚洲综合精品二区| 亚洲经典国产精华液单| 男女视频在线观看网站免费| 精品国产露脸久久av麻豆 | 观看免费一级毛片| 色综合站精品国产| 久久精品国产亚洲av涩爱| 丝袜美腿在线中文| 九九在线视频观看精品| 最近手机中文字幕大全| 2022亚洲国产成人精品| 99热这里只有是精品50| 一区二区三区四区激情视频| 国产精品久久久久久久电影| 国产精品伦人一区二区| 国产一区二区亚洲精品在线观看| 国产老妇女一区| 麻豆av噜噜一区二区三区| 亚洲av免费在线观看| 日本熟妇午夜| 少妇人妻精品综合一区二区| 日韩大片免费观看网站| 人妻制服诱惑在线中文字幕| 97精品久久久久久久久久精品| 丰满人妻一区二区三区视频av| 特级一级黄色大片| 水蜜桃什么品种好| av免费在线看不卡| 久久鲁丝午夜福利片| 在现免费观看毛片| 国产伦精品一区二区三区视频9| 国产午夜精品论理片| 99久国产av精品国产电影| 久久精品夜夜夜夜夜久久蜜豆| 久久亚洲国产成人精品v| 久久久久网色| 看非洲黑人一级黄片| 赤兔流量卡办理| 久久久久九九精品影院| 国产午夜精品久久久久久一区二区三区| av在线老鸭窝|