バッチ正規化
バッチ正規化
バッチ正規化とは、モデルの学習の際にミニバッチを平均0、標準偏差が1となるように正規化を行うことで学習を効率的に行う手法です。
ミニバッチはランダムに選ばれるため、特徴量のスケールが異なることがあり、これにより学習が安定しなくなります。この特徴量のスケールを一定にすることにより、ミニバッチの選出による影響をモデルの学習が受けづらくなります。

クイズ
以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。
高い表現力を持つニューラルネットワークは訓練データでの正解率のみ高くなってしまい、汎用性がなくなってしまう過学習を起こしやすいという性質をもっている。現在、過学習のさまざまな対策が提案されている。例えば、一部の層の出力を正規化する(ア)がある。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか?
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
AIエンジニアを目指すならE資格
AI初学者・ビジネスパーソン向けのG検定対策講座
