問題番号: No.1388 (しっかりモード)

ディープラーニングにおいて、層が深くなると各層の入力データの分布が学習の進行とともに変化し、学習が不安定になる（内部共変量シフト）。これを防ぐため、ネットワークの各層の直前（または直後）において、ミニバッチごとの入力データの分布が平均0、分散1になるように数理的に変換を施す手法はどれか。