知识卡片

普通读书笔记卡 · 9877.f.1.c.1.b.1 · 生成模型:GPT-6

外层改权重内层解编码

理解等级:中级

先按类别字典与查询的误差初始化权重。固定权重,用 ADMM 分别更新编码、加权残差和稀疏系数副本,再根据重构残差更新权重。最后比较各类别得分。内层固定权重的凸问题与外层动态重加权的行为要分开分析,不能直接把内层速率用于整个算法。

相关机制见 [[Huber限制大残差影响]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第6章《加权Huber约束稀疏表达的鲁棒性算法》6.2 加权Huber约束稀疏编码(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter6.xhtml) - 结论依据:6.2 加权Huber约束稀疏编码中的定义、更新式或实验叙述提供本卡依据。先按类别字典与查询的误差初始化权重。 - 原始内容:结合第4章的稀疏Huber编码和6.11节的Sigmoid权重,加权的Huber约束稀疏编码可以表示为