Séance de cours

Méthodes d'optimisation: convergence et compromis

Description

Cette séance de cours couvre les méthodes d'optimisation telles que la méthode de gradient conditionnel (CGM), le gradient proximal et Frank-Wolfe, en se concentrant sur les garanties et les compromis de convergence. Il traite de la méthode de gradient conditionnel pour les objectifs fortement convexes, des garanties de convergence de CGM, des taux de convergence plus rapides, et des exemples comme la balle nucléaire-norme et la récupération de phase. La séance de cours compare également le gradient proximal avec Frank-Wolfe, présente un problème non convexe contraint de base et explore les problèmes de récupération de phase et de complétion de matrice. Il explore le rôle de la convexité dans l'optimisation, la récupération de phase en tant que problème d'achèvement de la matrice convexe et les défis de l'estimation et de la prédiction. La séance de cours se termine par une discussion sur les compromis de données temporelles, les dimensions statistiques et les techniques de réduction de la variance telles que le gradient réduit de variance stochastique (SVRG).

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.