文件名称：distributed_optimization
文件大小：11KB
文件格式：ZIP
更新时间：2024-03-27 00:43:11
Python
这是在高维空间上进行分布式套索CTA算法的实验。 快速开始 python main.py 配置说明 参数全部在config.json文件中控制。 此json文件包含以下部分： 多处理 实验 数据 网络 解算器 多处理 实验 本节是对实验的概括。 经验值 我们可以实验几个变量，但是每个实验只包含一个实验变量。 有效的实验参数包括： ñ p s ķ 西格玛 米 方法 步长 constraint_param（lmda或r） 阴谋 本部分决定要绘制的线型图x_axis和y_axis设置要绘制的变量。 x_axis通常放置实验变量或迭代； y_axis通常会造成损失。 您可能需要绘制两种损失：optimization_log_loss或statistic_log_loss。 堆栈显示了将用于将它们放在同一线图中的变量。 例如，您可能需要放置模型或实验参数。\ 数据 网络 解算器
【文件预览】：
distributed_optimization-main
----main.py(3KB)
----loss.py(0B)
----experiment.py(3KB)
----generator.py(719B)
----config.json(815B)
----README.md(1KB)
----network.py(190B)
----__pycache__()
--------network.cpython-38.pyc(653B)
--------generator.cpython-38.pyc(989B)
--------solver.cpython-38.pyc(5KB)
--------experiment.cpython-38.pyc(2KB)
----solver.py(6KB)