↑: [[G検定に関する知識]] - 勾配降下法でパラメータを更新する際の「歩幅」を決める重要なハイパーパラメータ - 大きすぎる場合：オーバーシュート → 最適解を通り越して発散 - 小さすぎる場合：収束が遅い・局所最適解（局所最小値）に陥りやすい - Adamなどの最適化アルゴリズムは動的に調整するが、基準となる初期学習率は人間が設定 - 学習率スケジューリング：学習の進行に応じて学習率を段階的に小さくする手法 - cf. [[Adam]]・[[AdaGrad]]・[[RMSprop]]（各アルゴリズムでの調整方法が異なる）