محققان در مطالعه اخیر خود به سراغ الگوریتم کاربردی «ProbAbilistic Gradient Estimator» یا همان PAGE رفتهاند که از سال ۲۰۲۱ در دنیای ریاضیات بهینهسازی شناخته شده است.
این تیم تحقیقاتی با بررسی عملکرد این الگوریتم در چارچوب توابع محدب ضعیف (weakly convex)، موفق شدند نرخهای همگرایی جدید و بهتری را برای آن ارائه دهند. این یعنی الگوریتم PAGE حالا میتواند در بازههای وسیعتری از توابع غیرمحدب، با پیچیدگی محاسباتی کمتر و دقت بالاتر عمل کند؛ پیشرفتی که میتواند سرعت و کارایی آموزش مدلهای یادگیری ماشین را به شکل قابل توجهی افزایش دهد. 🚀📈
سازی
منبع: arXiv Machine Learning