📖 摘要

证明SGD在光滑凸目标上时间一致收敛率接近但达不到sqrt(log n/n)。

🔑 关键词速览

随机梯度下降 (SGD)	一种通过随机采样梯度进行迭代优化的算法，常用于大规模机器学习。
时间一致收敛	指在多个时间点上同时成立的收敛性质，而非仅针对单个时间点。
原始迭代	指SGD算法中直接更新的迭代点，而非经过平均或投影后的迭代点。
光滑凸目标	目标函数具有光滑性（梯度Lipschitz连续）且为凸函数，是优化理论中的标准假设。
二进制无水平调度	一种基于二进制划分的步长或重启策略，用于实现无水平（horizon-free）的收敛保证。