ADMM软件最大

ADMM softmax:多项式逻辑回归的ADMM方法。提出了一种求解多项式logistic回归(MLR)问题的交替方向乘子法(ADMM-Softmax)。我们的方法适用于有监督的分类任务,有许多例子和特征。将非线性优化问题分为三步进行有效的解耦。特别地,ADMM Softmax的每次迭代都包含一个线性最小二乘问题、一组独立的小尺度平滑、凸问题和一个平凡的对偶变量更新。通过预先计算一个因子分解或预处理因子可以加速最小二乘问题的求解,并且光滑凸问题的可分性可以很容易地跨实例并行化。对于两个图像分类问题,我们证明了与Newton-Krylov、拟牛顿法和随机梯度下降法相比,ADMM-Softmax具有更好的泛化能力。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换