目录
习题7-1 在小批量梯度下降中,试分析为什么学习率要和批量大小成正比
习题7-2 在Adam算法中,说明指数加权平均的偏差修正的合理性
习题7-9 证明在标准的随机梯度下降中,权重衰减正则化和编辑正则化的效果相同.并分析这一结论在动量法和Adam算法中是否依然成立
习题7-1 在小批量梯度下降中,试分析为什么学习率要和批量大小成正比
在小批量梯度下降中:
令,则:
因此要使得参数最优,则为参数最优的时候的常数,故学习率和批量大小成正比。
批量大小越大,随机梯度的方差越小,引入的噪声也越小,训练也越稳定,因此可以设置较大的学习率;而批量大小较小时,需要设置较小的学习率,否则模型会不收敛,因此学习率通常随批量大小的增加而相应德增大,即成正比关系。
习题7-2 在Adam算法中,说明指数加权平均的偏差修正的合理性
在Adam算法中:
因此当的时候:
因此可以发现此时梯度消失,因此需要进行偏差修正。
习题7-9 证明在标准的随机梯度下降中,权重衰减正则化和编辑正则化的效果相同.并分析这一结论在动量法和Adam算法中是否依然成立
L2正则化梯度更新的方向取决于最近一段时间内梯度的加权平均值。
当与自适应梯度相结合时(动量法和Adam算法),L2正则化导致导致具有较大历史参数 (和/或) 梯度振幅的权重被正则化的程度小于使用权值衰减时的情况。
总结: