論文の概要: Lower Generalization Bounds for GD and SGD in Smooth Stochastic Convex
Optimization
- arxiv url: http://arxiv.org/abs/2303.10758v1
- Date: Sun, 19 Mar 2023 20:24:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-21 17:28:09.553273
- Title: Lower Generalization Bounds for GD and SGD in Smooth Stochastic Convex
Optimization
- Title（参考訳）: 滑らかな確率凸最適化におけるGDとSGDの低次一般化境界
- Authors: Peiyuan Zhang, Jiaye Teng, Jingzhao Zhang
- Abstract要約: より長いトレーニングは、滑らかな凸最適化(SCO)問題における一般化に影響を与える可能性がある。
まず、一般実現不可能なSCO問題に対して厳密な下界を与える。
我々は、$T = Omega(n)$ の既約の場合、下界と上界の間にギャップが存在することを示す。
- 参考スコア（独自算出の注目度）: 9.019243171993553
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent progress was made in characterizing the generalization error of
gradient methods for general convex loss by the learning theory community. In
this work, we focus on how training longer might affect generalization in
smooth stochastic convex optimization (SCO) problems. We first provide tight
lower bounds for general non-realizable SCO problems. Furthermore, existing
upper bound results suggest that sample complexity can be improved by assuming
the loss is realizable, i.e. an optimal solution simultaneously minimizes all
the data points. However, this improvement is compromised when training time is
long and lower bounds are lacking. Our paper examines this observation by
providing excess risk lower bounds for gradient descent (GD) and stochastic
gradient descent (SGD) in two realizable settings: 1) realizable with $T =
O(n)$, and (2) realizable with $T = \Omega(n)$, where $T$ denotes the number of
training iterations and $n$ is the size of the training dataset. These bounds
are novel and informative in characterizing the relationship between $T$ and
$n$. In the first small training horizon case, our lower bounds almost tightly
match and provide the first optimal certificates for the corresponding upper
bounds. However, for the realizable case with $T = \Omega(n)$, a gap exists
between the lower and upper bounds. We provide a conjecture to address this
problem, that the gap can be closed by improving upper bounds, which is
supported by our analyses in one-dimensional and linear regression scenarios.
- Abstract（参考訳）: 近年,学習理論コミュニティによる一般凸損失の勾配法の一般化誤差を特徴づける研究が進んでいる。
本研究では,スムーズな確率凸最適化(SCO)問題において,より長いトレーニングが一般化に与える影響について考察する。
まず、一般実現不可能なSCO問題に対して厳密な下界を与える。
さらに、既存の上限値の結果は、損失が実現可能であると仮定することで、サンプルの複雑さを改善することができることを示唆している。
しかし、この改善は、トレーニング時間が長く、境界が低い場合に妥協される。
本研究は,2つの実現可能な条件下で,勾配降下(GD)と確率勾配降下(SGD)に過剰なリスク低い境界を与えることにより,この観測を検証した。
例えば、$t = o(n)$、$t = \omega(n)$で実現可能、ここで$t$はトレーニングイテレーションの数を表し、$n$はトレーニングデータセットのサイズである。
これらの境界は新しいもので、$t$ と $n$の関係を特徴付ける。
第1の訓練地平線の場合、我々の下限はほぼ一致し、対応する上限に対する最初の最適証明書を提供する。
しかし、$T = \Omega(n)$ の既約の場合、下界と上界の間にギャップが存在する。
この問題に対処するために, 1次元および線形回帰シナリオにおける解析によって支持される上界を改善することで, ギャップを閉じることができると推測する。
関連論文リスト
- Nearly Minimax Optimal Regret for Learning Linear Mixture Stochastic
Shortest Path [80.60592344361073]
線形混合遷移カーネルを用いた最短経路(SSP)問題について検討する。
エージェントは繰り返し環境と対話し、累積コストを最小化しながら特定の目標状態に到達する。
既存の作業は、イテレーションコスト関数の厳密な下限や、最適ポリシーに対する期待長の上限を仮定することが多い。
論文 参考訳（メタデータ） (2024-02-14T07:52:00Z) - Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems [56.86067111855056]
構造密度の重み付き雑音によるクリップ最適化問題を考察する。
勾配が有限の順序モーメントを持つとき、$mathcalO(K-(alpha - 1)/alpha)$よりも高速な収束率が得られることを示す。
得られた推定値が無視可能なバイアスと制御可能な分散を持つことを示す。
論文 参考訳（メタデータ） (2023-11-07T17:39:17Z) - Empirical Risk Minimization with Shuffled SGD: A Primal-Dual Perspective
and Improved Bounds [12.699376765058137]
勾配降下法(SGD)は、おそらく現代の機械学習において最も一般的な最適化法である。
SGDを交換せずにサンプリングするSGDが分析されたのはごく最近のことだ。
データマトリックスに依存し、既存の境界によって予測されるものよりも決して悪くない、きめ細かい複雑性境界を証明します。
論文 参考訳（メタデータ） (2023-06-21T18:14:44Z) - Towards Noise-adaptive, Problem-adaptive Stochastic Gradient Descent [7.176107039687231]
雑音に対して勾配降下(SGD)を適応させるステップサイズスキームを設計する。
我々は、Nesterov反復によるSGDの$T$反復がほぼ最適であることを示す。
他のステップサイズスキームと比較して、新しい指数的なステップサイズスキームの有効性を実証する。
論文 参考訳（メタデータ） (2021-10-21T19:22:14Z) - The Convergence Rate of SGD's Final Iterate: Analysis on Dimension
Dependence [2.512827436728378]
Gradient Descent (SGD) は最適化において最も単純で一般的な手法の一つである。
定次元設定におけるSGDの最終点収束を特徴付ける方法を示す。
論文 参考訳（メタデータ） (2021-06-28T11:51:04Z) - High-probability Bounds for Non-Convex Stochastic Optimization with
Heavy Tails [55.561406656549686]
我々は、勾配推定が末尾を持つ可能性のある一階アルゴリズムを用いたヒルベルト非最適化を考える。
本研究では, 勾配, 運動量, 正規化勾配勾配の収束を高確率臨界点に収束させることと, 円滑な損失に対する最もよく知られた繰り返しを示す。
論文 参考訳（メタデータ） (2021-06-28T00:17:01Z) - Last iterate convergence of SGD for Least-Squares in the Interpolation
regime [19.05750582096579]
基本最小二乗構成におけるノイズレスモデルについて検討する。
最適予測器が完全に入力に適合すると仮定し、$langletheta_*, phi(X) rangle = Y$, ここで$phi(X)$は無限次元の非線型特徴写像を表す。
論文 参考訳（メタデータ） (2021-02-05T14:02:20Z) - Direction Matters: On the Implicit Bias of Stochastic Gradient Descent
with Moderate Learning Rate [105.62979485062756]
本稿では,中等度学習におけるSGDの特定の正規化効果を特徴付けることを試みる。
SGDはデータ行列の大きな固有値方向に沿って収束し、GDは小さな固有値方向に沿って収束することを示す。
論文 参考訳（メタデータ） (2020-11-04T21:07:52Z) - On the Almost Sure Convergence of Stochastic Gradient Descent in
Non-Convex Problems [75.58134963501094]
本稿では,勾配降下(SGD)の軌跡を解析する。
我々はSGDが厳格なステップサイズポリシーのために1ドルでサドルポイント/マニフォールドを避けることを示す。
論文 参考訳（メタデータ） (2020-06-19T14:11:26Z) - Stability of Stochastic Gradient Descent on Nonsmooth Convex Losses [52.039438701530905]
任意のリプシッツ非平滑凸損失に対して,数種類の勾配勾配降下(SGD)に対して,鋭い上下境界を与える。
我々の限界は、極端に過剰な集団リスクを伴う、微分的にプライベートな非平滑凸最適化のための新しいアルゴリズムを導出することを可能にする。
論文 参考訳（メタデータ） (2020-06-12T02:45:21Z) - Better Theory for SGD in the Nonconvex World [2.6397379133308214]
大規模な非最適化問題は、現代の機械学習ではユビキタスである。
我々は, 広範囲の合成ミニバッチサイズがグラディエントDescent (SG) 問題に与える影響について実験を行った。
論文 参考訳（メタデータ） (2020-02-09T09:56:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。