Core Concepts
Der Stochastische Extragradient (SEG) mit zufälliger Neuanordnung (SEG-RR) konvergiert schneller als der klassische SEG mit gleichverteilter Stichprobenentnahme, insbesondere für stark monotone, affine und monotone Variationsungleichungsprobleme.
Abstract
Die Kernaussage dieses Artikels ist, dass der Stochastische Extragradient mit zufälliger Neuanordnung (SEG-RR) im Vergleich zum klassischen SEG mit gleichverteilter Stichprobenentnahme (S-SEG) Konvergenzvorteile aufweist.
Für stark monotone und affine Variationsungleichungsprobleme zeigt der Artikel, dass SEG-RR nach einer bestimmten Anzahl von Epochen eine Iterationskomplexität von ˜O(1/nK^2) erreicht, was eine Verbesserung gegenüber dem ˜O(1/nK) von S-SEG darstellt.
Im monotonen Fall kann SEG-RR ohne große Batchgrößen eine beliebige Genauigkeit ϵ > 0 erreichen, was im Gegensatz zu S-SEG steht, das dafür große Batchgrößen benötigt.
Darüber hinaus werden Konvergenzgarantien für weitere Varianten ohne Zurücklegen, wie Shuffle Once SEG (SEG-SO) und Inkrementeller Extragradient (IEG), präsentiert. Außerdem wird eine neuartige Schrittweiten-Auswahlregel eingeführt, die einen Wechsel von konstanten zu abnehmenden Schrittweiten beschreibt.
Numerische Experimente auf stark monotonen quadratischen und bilinearen Minimax-Problemen sowie auf Wasserstein-GANs bestätigen die theoretischen Ergebnisse und zeigen, dass SEG-RR in der Praxis besser abschneidet als die Varianten mit gleichverteilter Stichprobenentnahme.
Stats
Die Lipschitz-Konstante L_max ist die maximale Lipschitz-Konstante der Operatoren F_i in Problem (2).
Der minimale positive Eigenwert von Q in einem affinen und monotonen Operator F ist λ^+min(Q).
Die Varianz der Stochastischen Operatoren F_i an der optimalen Lösung z^* ist σ^2*.
Quotes
"Der Stochastische Extragradient (SEG) ist einer der beliebtesten Algorithmen zum Lösen von endlichen Summen-Min-Max-Optimierung und Variationsungleichungsproblemen (VIPs), die in verschiedenen maschinellen Lernaufgaben auftreten."
"Im Gegensatz zu den gut untersuchten Varianten mit Zurücklegen fehlen für SEG mit zufälliger Neuanordnung (SEG-RR) etablierte theoretische Garantien."