勾配降下法の問題と改善
勾配降下法の問題と改善
勾配降下法は誤差の勾配を用いて誤差関数が最も小さくなるような重みを探索する手法ですが、学習に時間がかかりすぎたり、求めたい大域最適解ではなく局所最適解に陥ることがあるといった弱点を抱えています。
これを改善するための手法がモメンタムやAdaGradです。モメンタムは勾配の大きさに応じて更新量が変化するため、局所最適解に陥る可能性が小さくなります。AdaGradは最初は学習率は大きく、次第に小さくなっていくため効率的に学習が進みます。この二つの発想を取り入れた手法がAdamであり、汎用的に用いられています。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
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）👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
