勾配降下法を可視化

SGD、Momentum、Nesterov、AdaGrad、RMSProp、Adamを同じ損失曲面の上で動かし、進み方を比較できます。

1.0e-3
0.00
4

地図をクリックして出発点を変更できます。等高線は対数間隔で、密集した場所ほど急な斜面です。

更新回数と損失を、両対数グラフで表示します。

設定の意味

「学習率」は1回の更新の大きさ、「勾配ノイズ」は勾配に加える乱れです。「1フレームの更新数」は再生速度を変えます。地形は谷、鞍点、複数の極小値などから選べます。

まず試してみること

地図をクリックして出発点をそろえ、学習率を少しずつ変えてください。細長い谷では、速く下る方法と左右に振動する方法の違いが見えてきます。

結果の見方

損失のグラフは両対数表示です。線が下がれば損失が減っています。発散した方法は現在の設定では安定していません。1つの地形で速かった方法が、別の地形でも最良とは限りません。

次は、何を確かめる?

このテーマを深く読む

SGD・Momentum・RMSprop・Adamを同じ谷で競走させたら、1位はMomentumだった。「Adamが最強」は成り立たなかった

実験結果と考察を読む
このツールを共有

ほかの実験ツール · 実装で学ぶ · この実験の解説記事