NNDL 作业12：第七章课后题

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.

答：在小批量梯度下降中：

令，则：

因此我们要使得参数最优，则α K \frac{\alpha}{K}Kα​为最优的时候的常数，故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（即公式(7.27)和公式(7.28)).

答：在Adam算法中：

因此当的时候：

因此可以发现此时梯度消失，因此需要进行偏差偏正

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l,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.

答：

L2正则化：

L2正则化损失函数相对于参数w的偏导数(梯度)

得到损失函数的偏导数结果后，将结果代入梯度下降学习规则中，代入后，打开括号，重新排列，使其等价于在一定假设下的权值衰减方程。

最终重新排列的L2正则化方程和权值衰减方程之间的唯一区别是α(学习率)乘以λ(正则化项)。为了得到两个方程，我们用λ来重新参数化L2正则化方程。

将λ'替换为λ，对L2正则化方程进行重新参数化，将其等价于权值衰减方程，如下式所示。

where 

综上，在标准的随机梯度下降中,权重衰减正则化和l2正则化的效果相同得证。

但这一结论在动量法和Adam算法中不成立。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：

 这是本学期的最后一个作业了，在老师的谆谆教诲下，经过一学期的学习和努力对深度学习有了更加深入的认识。通过本次作业知道了网络优化的几个常用算法，以及为什么在小批量梯度下降中学习率与权重大小成正比等。思维导图可以将知识很好的很好的归纳总结，是个不错的学习方法，自己以后也会多多运用。