AMSBoundの特徴
問題
AMSBoundの特徴について、正しいものを1つ選べ。
解説
AMSBoundは、「AdaBound」と「AMSGrad」の2つのアイデアを統合した最適化アルゴリズムです。
AdaBoundは「学習率の上下限を設けてAdamからSGDへ滑らかに切り替える」手法であり、AMSGradは「勾配の二乗平均を単調非減少にしてAdamの収束性を保証する」手法です。
AMSBoundは、この両方の恩恵を同時に受けることで、学習序盤の高速性、終盤のSGDのような高い汎化性能、そして数学的に保証された安定した収束性をすべて兼ね備えることを目的として提案されました。
1. AMSBoundはAdaBoundにAMSGradの安定性向上の工夫を組み合わせた手法である。
正しい:AdamをSGDに切り替える「AdaBound」の枠組みに対し、Adamの収束の不安定さを解消した「AMSGrad」の計算式を組み合わせたアルゴリズムです。
2. AMSBoundは学習率を固定する手法である。
誤り:学習の終盤で学習率は一定値(SGD)に近づきますが、基本的にはAdam系譜の「動的な学習率の調整」を行う手法です。
3. AMSBoundはSGDの改良版である。
誤り:SGDの改良版ではなく、Adamをベースとした高度な最適化手法(AMSGradとAdaBoundの融合)です。
4. AMSBoundは勾配を完全に無視して更新する。
誤り:最適化アルゴリズムである以上、誤差逆伝播法で求めた「勾配」を利用して重みを更新します。完全に無視することはありません。
📚 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


