随机网络上的在线分布式学习

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出了基于ADMM算法的分布式算法,用于最小化局部已知的凸函数之和。研究表明,当函数为凸函数时,目标函数值和可行性冲突都会收敛;当函数是强凸函数且有Lipschitz连续梯度时,算法生成的序列会线性收敛到最优解。此外,分析还凸显了网络结构对收敛速度的影响。

🏷️

标签

➡️

继续阅读