G検定（ジェネラリスト検定） ディープラーニングの概要 練習問題 第30問: Zeilerが提案した最適化手法 AdaDelta の説明として、最も適切なものはどれか。

肢2が正解です。AdaDeltaの論文（Zeiler）は、AdaGradの2つの欠点、すなわち学習の間ずっと学習率が小さくなり続けることと、大域的な学習率を手で選ぶ必要があることを改めるため、①勾配の二乗を初めから足し続ける代わりに指数的に減衰する平均を使い、②更新量の単位がパラメータの単位と合うよう、過去の更新量の二乗の減衰平均の平方根（RMS）を分子に置いたと説明しています。

更新は Δx_t = −(RMS[Δx]_{t−1} ÷ RMS[g]_t) × g_t で、同論文は学習率を手で設定しなくてよいことを利点の筆頭に挙げています。

肢1は、手で学習率を調整する必要をなくすという目的と逆です。

肢3は不適切で、同論文はこの方法が1次の情報（勾配）しか使わず、勾配と更新量のRMSの比でヘッセ行列を近似していると述べています。

肢4は分子と分母が逆です。