モーメンタムの役割
問題
モーメンタム(Momentum)に関する以下の記述のうち誤りを1つ選べ。
解説
モーメンタム(Momentum)は、確率的勾配降下法(SGD)の弱点である「勾配のブレ(ジグザグに進んでしまうこと)」を改善するための最適化アルゴリズムです。
物理学における「慣性(勢い)」の概念を取り入れており、現在計算した勾配だけでなく「過去の重みの更新方向と量」を一定の割合で加味して次の進む方向を決めます。
これにより、坂道を転がり落ちるボールのように滑らかに谷底(最適解)へ向かうことができます。
1. モーメンタムは前回の更新量を加味して滑らかに更新する。
正しい:モーメンタムは前回の更新量(過去の勾配の蓄積)を加味することで、振動を抑え、滑らかに同じ方向へ更新を進める働きがある。
2. モーメンタムは局所最適解を回避しやすくする。
正しい:浅い窪み(局所最適解)にハマりそうになっても、過去の勢い(慣性)を使ってそれを乗り越えやすくなる特徴がある。
3. モーメンタムは更新量を完全にランダムに決定する。
誤り:モーメンタムは更新量をランダムに決めるのではなく、「過去の更新量(慣性)」と「現在の勾配」を数式に基づいて計画的に合成して決定する。したがって、この記述が誤りであり正解となる。
4. モーメンタムはSGDの欠点である収束の遅さを改善する。
正しい:SGD特有の「勾配が平坦な場所(プラトー)での学習の停滞」や「ジグザグな動き」を、勢いをつけることで改善し、学習を高速化させる。
📚 より詳細を学びたい方へ
同じカテゴリの問題
- 過学習(Overfitting)の理解
- AUCの理解
- 単純パーセプトロンの限界に関する問題
- 多層パーセプトロン(MLP)の特徴
- GPUとCPUの違いに関する理解
- ディープラーニングの学習データ量に関する理解
- ニューラルネットワークの層構造に関する問題
- 活性化関数の役割に関する理解
- シグモイド関数の特徴に関する問題
- ReLU関数の利点と注意点
- Leaky ReLUの特徴に関する問題
- ソフトマックス関数の理解
- 誤差関数の基本的な役割に関する理解
- 平均二乗誤差(MSE)の特徴
- 交差エントロピーの性質に関する理解
- KLダイバージェンス(カルバック・ライブラー情報量)の理解
- Contrastive Loss(コントラスト損失)の理解
- Triplet Loss(トリプレット損失)の特徴
- 正則化の目的に関する理解
- L1正則化(ラッソ回帰)の特徴
- L2正則化(リッジ回帰)の性質
- ドロップアウトの仕組みと目的
- L0・L1・L2正則化の違いに関する理解
- 誤差逆伝播法の基本原理に関する理解
- 連鎖律(チェーンルール)の役割
- 勾配爆発問題の原因に関する理解
- 勾配降下法の基本原理に関する理解
- 学習率(Learning Rate)の特徴
- 確率的勾配降下法(SGD)の性質
- バッチ学習・ミニバッチ学習・オンライン学習の違い
- 局所最適解と大域最適解の理解
- 早期終了(Early Stopping)の目的
- ハイパーパラメータの役割
- 最適化手法の課題と改善手法
- ミニバッチ学習の利点
- オンライン学習の特徴
- 学習率と収束の関係
- 二重降下現象の特徴
- モーメンタムの役割
- AdaGradの特徴
- RMSpropの改善点
- AdaDeltaの特徴
- Adamの理解
- AMSGradの特徴
- AdaBoundの理解
- AMSBoundの特徴
- グリッドサーチの特徴
- ランダムサーチの特徴


