Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.11354

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2510.11354 (cs)
[提交于 2025年10月13日 ]

标题: 理解随机梯度Adam在学习神经网络中的泛化能力

标题: Understanding the Generalization of Stochastic Gradient Adam in Learning Neural Networks

Authors:Xuan Tang, Han Zhang, Yuan Cao, Difan Zou
摘要: Adam是深度学习中一种流行且广泛使用的自适应梯度方法,在理论研究中也受到了极大的关注。然而,大多数现有的理论工作主要分析其全批量版本,这与实际中使用的随机变体存在根本性差异。与SGD不同,即使在极小的学习率下,随机Adam也不会收敛到其全批量对应项。我们首次对批次大小如何影响Adam的泛化进行了理论分析,在图像数据上的两层过参数化卷积神经网络上进行了分析。我们的结果表明,尽管Adam和带有适当权重衰减的AdamW $\lambda$会收敛到较差的测试误差解,但它们的小批量变体可以达到接近零的测试误差。我们进一步证明,Adam的有效权重衰减边界严格小于AdamW,从理论上解释了为什么Adam需要更敏感的 $\lambda$ 调整。大量实验验证了我们的发现,展示了批次大小和权重衰减在Adam泛化性能中的关键作用。
摘要: Adam is a popular and widely used adaptive gradient method in deep learning, which has also received tremendous focus in theoretical research. However, most existing theoretical work primarily analyzes its full-batch version, which differs fundamentally from the stochastic variant used in practice. Unlike SGD, stochastic Adam does not converge to its full-batch counterpart even with infinitesimal learning rates. We present the first theoretical characterization of how batch size affects Adam's generalization, analyzing two-layer over-parameterized CNNs on image data. Our results reveal that while both Adam and AdamW with proper weight decay $\lambda$ converge to poor test error solutions, their mini-batch variants can achieve near-zero test error. We further prove Adam has a strictly smaller effective weight decay bound than AdamW, theoretically explaining why Adam requires more sensitive $\lambda$ tuning. Extensive experiments validate our findings, demonstrating the critical role of batch size and weight decay in Adam's generalization performance.
评论: 71页,12张图,NeurIPS 2025
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 机器学习 (stat.ML)
引用方式: arXiv:2510.11354 [cs.LG]
  (或者 arXiv:2510.11354v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.11354
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Xuan Tang [查看电子邮件]
[v1] 星期一, 2025 年 10 月 13 日 12:48:22 UTC (418 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.AI
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号