問題 No.1144
ディープラーニングの学習において、層が深くなるにつれて各層への入力分布が学習過程で変化してしまう内部共変量シフトが問題となる。これを解決し、学習率を高く設定できるようにして学習を高速化および安定化させるため、ミニバッチごとにデータの分布を平均0、分散1に揃える【 】という手法が広く用いられている。
【正解の解説】
バッチ正規化
バッチ正規化は、層のデータを一定の範囲に収めることで、学習過程での分布の変化を抑え、学習を速く安定させる手法です。
スポンサーリンク
【その他の選択肢の解説】
ドロップアウト
ドロップアウトは、学習中にランダムに神経の繋がりを一部無効にすることで、特定の情報に頼りすぎないようにする手法です。
早期終了
早期終了は、学習が進みすぎて過学習しそうになったら、途中で学習を打ち切って適度なところで止める手法です。
データ拡張
データ拡張は、画像を回転させたりして擬似的に学習データを増やす手法です。