問題 No.957
学習時にミニバッチ勾配降下法を用いるメリットとして【最も不適切なもの】はどれか。
【正解の解説】
勾配の精度が常に一定になり学習が完全に安定する
ミニバッチはあくまで一部分のデータで計算するため、全データを使う場合と比べて勾配の推定値には「ばらつき」が生じます。したがって、勾配の精度が常に一定という記述は不適切です。
スポンサーリンク
【その他の選択肢の解説】
計算負荷を抑えつつパラメータ更新を頻繁に行える
ミニバッチ勾配降下法は、データを適当な塊（ミニバッチ）に分けることで、効率よく何度も更新できるため非常に適しています。
ランダムにデータを抽出することで局所最適解を抜け出しやすくなる
ランダムに選んだデータで学習することで、局所解という「誤ったゴール」から抜け出すための揺らぎが生まれやすくなります。
学習データ全体を一度に読み込む必要がないためメモリ消費を抑えられる
全データを読み込む必要がないため、メモリの少ない環境でも大規模なデータを学習可能です。