關於《深度學習》書中，第十一章中學習率過低會導致訓練誤差高位擾動的問題的猜想

關於《深度學習》書中，第十一章中學習率過低會導致訓練誤差高位擾動的問題的猜想
首先，凸問題中不存在，證明在二階偏導的情況下，即數據中有一個明顯的誤差下降方向時，不會造成這種情況。
這裏就得到了兩個條件，非凸且學習率過低。
過低，低到什麼程度，我們大膽猜測是由於低於了數據的擾動誤差，即觀測誤差，或者是不可避免誤差，這個誤差可能是貝葉斯誤差，在這個範圍內，非凸函數的不斷震盪，使得網絡在一個局部區間內同樣發生震盪，而且由於擾動過小，無法在真實空間內前進，而是在一個誤差空間內不斷遊走。
不知道寫這個東西的時候，有沒有論文解決這個問題，但還是寫了下來。