( en | de | ru )

 

Disambiguierung von "Vaswani, Sharan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Fast and Furious Convergence: Stochastic Second Order Methods under Interpolation

, , , , und . (2019)cite arxiv:1910.04920Comment: AISTATS, 2020.

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Lavanya Sharan

Shambhu Sharan Sahay

 

Weitere Publikationen von Autoren mit dem selben Namen

Horde of Bandits using Gaussian Markov Random Fields., , und . AISTATS, Volume 54 von Proceedings of Machine Learning Research, Seite 690-699. PMLR, (2017)Decision-Aware Actor-Critic with Function Approximation and Theoretical Guarantees., , , und . CoRR, (2023)Near-Optimal Sample Complexity Bounds for Constrained MDPs., , und . NeurIPS, (2022)Towards Noise-adaptive, Problem-adaptive (Accelerated) Stochastic Gradient Descent., , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 22015-22059. PMLR, (2022)A general class of surrogate functions for stable and efficient reinforcement learning., , , , , , , , und . AISTATS, Volume 151 von Proceedings of Machine Learning Research, Seite 8619-8649. PMLR, (2022)Garbage In, Reward Out: Bootstrapping Exploration in Multi-Armed Bandits., , , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 3601-3610. PMLR, (2019)Combining Bayesian Optimization and Lipschitz Optimization., , und . CoRR, (2018)Old Dog Learns New Tricks: Randomized UCB for Bandit Problems., , , und . AISTATS, Volume 108 von Proceedings of Machine Learning Research, Seite 1988-1998. PMLR, (2020)Fast and Faster Convergence of SGD for Over-Parameterized Models and an Accelerated Perceptron., , und . CoRR, (2018)Target-based Surrogates for Stochastic Optimization., , , , und . ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 18614-18651. PMLR, (2023)