arXiv · Statistics Machine Learning· Junsoo Ha·· 3 小时前AI 评分22
SGDA 在非凸-PL 极小极大博弈中次优
Stochastic Gradient Descent Ascent is Suboptimal for Nonconvex-PL Min-Max Games
AI 导读
研究证明，在满足 ℓ-光滑与内层 μ-PL 不等式的非凸-PL（NC-PL）极小极大博弈中，固定时间尺度比且步长非增的两时间尺度 SGDA 的紧复杂度为 Ω(κ²ℓε⁻²+κ⁴ℓσ²ε⁻⁴)，其中 κ=ℓ/μ。
来源：arXiv · Statistics Machine Learning · arxiv.org