条件梯度法是在(组合)多面体上最小化(非)光滑凸函数的一类重要方法。最近这些方法受到了很多关注,因为它们允许结构优化,从而学习,将潜在的多面体结构纳入到解决方案中。在这次演讲中,我将概述这些方法及其应用,并介绍一些在传统优化和学习以及深度学习方面的最新成果。
http://www.ipam.ucla.edu/abstract/?tid=16769&pcode=DLC2021
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“SML50” 可以获取《通过条件梯度进行结构化机器学习训练,50页ppt与视频》专知下载链接索引