<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>momijiame</author_name>
  <author_url>https://blog.hatena.ne.jp/momijiame/</author_url>
  <blog_title>CUBE SUGAR CONTAINER</blog_title>
  <blog_url>https://blog.amedama.jp/</blog_url>
  <categories>
    <anon>PyTorch</anon>
    <anon>Python</anon>
    <anon>NeuralNetwork</anon>
    <anon>機械学習</anon>
  </categories>
  <description>今回は、以下の記事の続きとして PyTorch で Adagrad を実装したオプティマイザを自作してみる。 以下の記事では単純な SGD と Momentum を導入した SGD を実装した。 blog.amedama.jp 今回扱う Adagrad のアルゴリズムではパラメータごとに学習率を自動で調整する。 これによって値の収束が早まったり、あるいは過剰に値が更新されることを防ぐことができる。 ただし、学習率の調整に過去の勾配の平方和だけを使っていることから、徐々に学習が進みにくくなってしまう問題がある。 この問題を解決するために RMSProp が提案された。 使った環境は次のとおり。 …</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.amedama.jp%2Fentry%2Fpytorch-optimizer-adagrad&quot; title=&quot;Python: PyTorch で Adagrad を実装してみる - CUBE SUGAR CONTAINER&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/m/momijiame/20240908/20240908122118.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2024-09-13 09:59:25</published>
  <title>Python: PyTorch で Adagrad を実装してみる</title>
  <type>rich</type>
  <url>https://blog.amedama.jp/entry/pytorch-optimizer-adagrad</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
