首页 | 本学科首页   官方微博 | 高级检索  
     

一种赋有BB类步长的新随机方差缩减梯度算法
作者姓名:陈炫睿  刘泽显  倪艳
作者单位:贵州大学 数学与统计学院, 贵阳 550025
基金项目:国家自然科学基金面上项目(No.12261019);贵州省自然科学基金一般项目(No.黔科合基础-ZK[2022]一般084)
摘    要:为随机方差缩减梯度(stochastic variance reduced gradient,SVRG)算法引入自适应步长,并在此基础上进一步提高算法数值性能。首先利用具有二维二次终止性的BB类步长自适应计算SVRG算法的步长。然后在SVRG算法的内循环中引入停止准则和负动量来加速算法的收敛速度。利用Matlab对提出的新算法进行数值实验,观察算法的数值性能。通过分析算法的数值实验结果,得出算法性能与在最佳步长调整下的SVRG算法相当,此外新算法对于初始步长的选取不敏感,且具有自动生成最优步长的能力。

关 键 词:随机方差缩减梯度算法  BB类步长  自适应计算  负动量框架
点击此处可从《重庆师范大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆师范大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号