Adam能和L2正则一起使用?
不能。
L2正则 在SGD中和weight decay是等价的,但是在Adam中就不等价了。
因为在Adam中,每个参数的梯度的计算和历史梯度相关,不是简单乘上学习率
参考:https://zhuanlan.zhihu.com/p/63982470
Adam能解决梯度爆炸?
不能。
理论上,Adam是不会发生梯度爆炸的问题,因为梯度更新式:
mt=mt−1⋅β1+gt⋅(1−β1)vt=vt−1⋅β2+gt2⋅(1−β2)mt^=mt/(1−beta1t)vt^=mt/(1−beta2t)gt^=lr⋅mt^vt^ \begin{aligned} m_t &= m_{t-1}\cdot \beta_1 + g_t \cdot (1 - \beta_1)\\ v_t &= v_{t-1}\cdot \beta_2 + g_t^2 \cdot (1 - \beta_2)\\ \hat{m_t} &= m_t / (1-beta_1^t)\\ \hat{v_t} &= m_t / (1-beta_2^t)\\ \hat{g_t} &= lr \cdot \frac{\hat{m_t}}{\sqrt{\hat{v_t}}} \end{aligned} mtvtmt^vt^gt^=mt−1⋅β1+gt⋅(1−β1)=vt−1⋅β2+gt2⋅(1−β