★ 1
指示切换成本下的在线凸优化动态遗憾
该论文研究带指示切换成本的在线凸优化动态遗憾问题,此类成本刻画服务器激活、模型部署等启动开销。作者证明直接扩展现有技术会失败,并提出基于元学习的框架,用随机惰性 FTRL 基学习器与运动感知主算法聚合。所得界在无需预知切换次数与路径长度的情况下达到极小极大最优。
arXiv cs.LG35 天前
共 1 篇相关资讯,按重要度与时间排序,每 3 小时更新。
该论文研究带指示切换成本的在线凸优化动态遗憾问题,此类成本刻画服务器激活、模型部署等启动开销。作者证明直接扩展现有技术会失败,并提出基于元学习的框架,用随机惰性 FTRL 基学习器与运动感知主算法聚合。所得界在无需预知切换次数与路径长度的情况下达到极小极大最优。