×

ADMM-Softmax软件

swMATH ID: 32744
软件作者: Fung、Samy Wu;蒂尔瓦尼恩,桑纳;拉斯·鲁索托;埃尔达·哈伯
描述: ADMM-softmax:多项式逻辑回归的ADMM方法。我们提出了ADMM-Softmax,这是一种用于解决多项式逻辑回归(MLR)问题的交替方向乘数(ADMM)方法。我们的方法面向具有许多示例和特征的监督分类任务。它将MLR中的非线性优化问题解耦为三个可以有效解决的步骤。特别是,ADMM-Softmax的每次迭代都由一个线性最小二乘问题、一组独立的小规模光滑、凸问题和一个简单的双变量更新组成。最小二乘问题的求解可以通过预先计算因子分解或预处理器来加速,并且光滑凸问题中的可分性可以很容易地在多个例子中并行化。对于两个图像分类问题,我们证明,与Newton-Krylov、准牛顿和随机梯度下降方法相比,ADMM-Softmax可以提高泛化能力。
主页: https://arxiv.org/abs/1901.09450
源代码:  https://github.com/swufung/ADMSoftmax
关键词: 机器学习;非线性优化;交替方向乘法器法;分类;多项式回归
相关软件: PNKH-B公司;MNIST公司;ODL公司;Deep Adverserial正则化器;LoDoPaB-CT公司;相位提升;亚当;PyTorch公司;github;AlexNet公司;Meganet公司;ImageNet公司;IR工具;CIFAR公司;UTV公司;PDCO公司;恢复工具;规范化工具;ISTA-Net公司;ElemStatLearn(电子状态学习)
引用于: 4文件

按年份列出的引文