Now Loading...

Now Loading...

AdaGrad

AdaGrad

AdaGradは最適化の手法の一つです。

この手法では学習係数を調整しながら学習を行います。確率的勾配降下法と違う点としては過去の勾配の2乗和を記録するという点です(更新式におけるh)。この2乗和は単調増加するため、学習係数が結果的に小さくなり、最終的には更新の度合いは0に近づきます。

クイズ

以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。 ニューラルネットワークにおけるパラメータの更新は勾配降下法を用いる。勾配降下方のアルゴリズムは複数あるが、最も一般的なのは確率的勾配降下法(SGD)である。そのほかに更新量が自動的に調整され、学習が進むと学習率が小さくなるというアルゴリズムで(ア)と呼ばれるものがある。
  • 正解を見る
  • 解説を見る
    ディープラーニングにおいては、鞍点問題等過学習への対策が考案されてきました。1990年代に考案されたのがモメンタムで、そこから、効率的手法がAdagrad、Adadelta、RMSprop、Adamといった具合に次々に考案され、新しいものほど効率化が進んでいます。 (参考: G検定公式テキスト 第2版 第5章 5-5 P183) (参考: G検定公式テキスト 第1版 P144-148)

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla