在线非凸双层优化与布雷格曼散度
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了在线非凸-强凸双层优化问题，提出了新颖的在线布雷格曼双层优化器（OBBO）和随机在线双层优化器（SOBBO）。通过自适应布雷格曼散度和加权平均的方法，显著提升了双层局部遗憾的子线性速率，并在在线超参数优化和元学习任务中展现出优越的性能和适应性。
本研究提出了在线布雷格曼双层优化器（OBBO）和随机在线双层优化器（SOBBO），通过自适应布雷格曼散度和加权平均的方法，提升了双层局部遗憾的子线性速率，并在在线超参数优化和元学习任务中展现出优越的性能和适应性。
