详细内容或原文请订阅后点击阅览

提高了私人非齿非convex优化的样本复杂性

2025年5月1日 00:00 33 Comments
X Twitter Instagram Mail

我们研究了既不光滑也不平稳的随机目标和经验目标的差异私有（DP）优化算法，并提出了返回戈德斯坦 - 安置点具有样本复杂性界限的方法，这些方法是改善现有工作的样本复杂性。 （α，β）（\ alpha，\ beta）（α，β） - 只要数据集大小…

来源:Apple机器学习研究