论文标题
关于sindhorn的梯度下降视角
A gradient descent perspective on Sinkhorn
论文作者
论文摘要
我们对流行的Sinkhorn算法提出了一个新的视角，表明它可以看作是相对熵（Kullback-Leibler Divergence）的Bregman渐变下降（镜下降）。该观点意味着具有稳健常数的新的均方根收敛速率。
We present a new perspective on the popular Sinkhorn algorithm, showing that it can be seen as a Bregman gradient descent (mirror descent) of a relative entropy (Kullback-Leibler divergence). This viewpoint implies a new sublinear convergence rate with a robust constant.
