论文BLOKS: Scaling Kernel Solvers with Sketched Block Preconditioning
BLOKS
一种基于共轭梯度法的可扩展核方法求解器，通过将块Jacobi近似与草图技术结合构造新型预条件器，使预条件器内存开销同时独立于数据集规模和参数数量，解决核岭回归的内存瓶颈问题
时间轴 (近 90 天)
10月12日
BLOKS是一个基于共轭梯度的求解器，面向Nyström草图化的核岭回归
待验证50%
10月12日
BLOKS的核心创新是将块Jacobi近似与草图技术结合起来构成新型预条件器
待验证50%
10月12日
BLOKS预条件器的内存开销同时独立于数据集规模和参数数量
待验证50%
10月12日
BLOKS对每个对角块再次施加草图压缩，将块的有效尺寸限制在固定上限，使整个预条件器的内存占用只取决于块大小超参数
待验证50%
10月12日
论文作者提供了内存高效、GPU加速的BLOKS实现
待验证50%
10月12日
在用于基准测试核求解器的标准大规模数据集上，BLOKS取得了与当前最先进方法相当甚至更好的表现，同时保持有利的时间与内存复杂度
待验证50%