Leaky ReLU関数
Leaky ReLU関数
Leaky ReLUは活性化関数ReLUの派生です。
ReLUは勾配消失をある程度抑制できますが、入力値が0以下の場合に勾配が0となるため勾配が壊れやすいというデメリットがあります。これに対応したものがLeaky ReLUです。
クイズ
以下の文章を読み、空欄（ア）~（イ）に最もよく当てはまる選択肢を1つ選べ。
ニューラルネットワークの活性化関数の中で、現在頻繁に用いられるReLU関数の派生形である（ア）は、入力をxとしたときx<0の領域でわずかな傾きを持った直線になっていることが特徴である。ReLU関数では勾配が（イ）になる現象が懸念されるが、（ア）ではこれを防ぐことができると期待される。
（参考: G検定公式テキスト 第2版 第5章 5-4 P177-178)
（参考：G検定公式テキスト 第1版 P141-143） 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
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
