問題 No.1313
ニューラルネットワークの学習を超高速化・安定化させるため、隠れ層においてデータの小集団ごとに特徴量の平均をゼロ、分散をイチになるように整え、内部共変量シフトを抑える手法はどれか。
【正解の解説】
バッチ正規化
各層の中間で、データの平均と分散を整えて同じような基準に揃える手法です。これにより学習が安定し、非常に深いネットワークでも高速に学習できるようになります。
スポンサーリンク
【その他の選択肢の解説】
データ拡張
既存のデータを反転させたり回転させたりして意図的に増やし、モデルの学習力を鍛える手法です。
ドロップアウト
学習中にランダムなニューロンを無視することで、モデルが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
学習が過剰に進む前に、ちょうど良いタイミングで学習を打ち切ることで過学習を防ぐ手法です。