NNDL 作业12：第七章课后题

目录

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

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 

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​编辑正则化的效果相同.并分析这一结论在动量法和Adam算法中是否依然成立 

第七章总结

---

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

在小批量梯度下降中：

 

令,则: 

因此为参数最优的时候的常数，学习率和批量大小成正比。

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 

在Adam算法中：

 因此当的时候：

 由此可以发现此时的梯度消失，因此需要进行偏差修正。

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 

 

 证明：

 分析这一结论在动量法和 Adam算法中是否依然成立.

 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。

第七章总结

这是本学期的最后一个作业了，说句实话这个学期很紧凑，很充实，但是也确实学到了很多。