正規化層がディープラーニングモデルにおいて果たす主な役割は?
- 学習の安定化
- モデルの複雑化
- 勾配消失の促進
- 過学習の促進
正解!
不正解...
正解は学習の安定化です。
問題に戻る
各バッチの出力を正規化し、学習を安定させる手法は?
- バッチ正規化
- 勾配降下法
- 活性化関数
- 誤差逆伝播法
正解!
不正解...
正解はバッチ正規化です。
バッチ正規化は、各バッチ単位で出力を正規化することで、学習を安定させる代表的手法です。
問題に戻る
層全体の出力に対して正規化を行う手法は?
- レイヤー正規化
- バッチ正規化
- ドロップアウト
- プーリング
正解!
不正解...
正解はレイヤー正規化です。
レイヤー正規化は、層単位で正規化を行う手法で、小さなバッチサイズでも効果を発揮します。
問題に戻る
スタイル変換タスクなどで用いられる、個々のデータに対する正規化手法は?
- インスタンス正規化
- バッチ正規化
- レイヤー正規化
- グループ正規化
正解!
不正解...
正解はインスタンス正規化です。
インスタンス正規化は、主にスタイル変換などのタスクで使用される正規化手法です。
問題に戻る
チャネルをグループに分けて正規化する手法は?
- グループ正規化
- バッチ正規化
- レイヤー正規化
- インスタンス正規化
正解!
不正解...
正解はグループ正規化です。
グループ正規化は、チャネルをグループに分けて正規化する手法で、小規模バッチでも効果的です。
問題に戻る
正規化層で出力値の変換に用いられる操作は?
- 活性化関数の非線形性
- 重みのスケーリング
- 出力のスケーリングとシフト
- 勾配の逆伝播停止
正解!
不正解...
正解は出力のスケーリングとシフトです。
正規化層では、出力を一定の分布に変換し、スケーリングとシフトを加えることで表現力を維持します。
問題に戻る
正規化手法とバッチサイズの関係に関する説明で正しいものは?
- バッチ正規化はバッチサイズの影響を受ける
- レイヤー正規化はバッチサイズに依存しない
- グループ正規化は中間的
- すべて正しい
正解!
不正解...
正解はすべて正しいです。
各正規化手法は、バッチサイズへの依存度が異なります。
問題に戻る
正規化層の導入による効果として正しいものは?
- 正規化層の導入により学習が早くなる
- 勾配の流れが安定する
- モデルが過学習しにくくなる
- すべて正しい
正解!
不正解...
正解はすべて正しいです。
正規化層の効果として、学習の高速化・安定化・過学習の抑制が挙げられます。
問題に戻る
各正規化手法の特徴・挙動に関する説明として正しいものは?
- バッチ正規化は訓練と推論で挙動が異なる
- レイヤー正規化は常に一貫した挙動
- グループ正規化はバッチサイズの影響を受けにくい
- すべて正しい
正解!
不正解...
正解はすべて正しいです。
正規化手法ごとに挙動や特徴が異なり、タスクに応じて使い分けが重要です。
問題に戻る
正規化層の配置に関する正しい考え方は?
- 正規化層は活性化関数の前に置く
- 後に置く
- タスクにより前後どちらでもよい
- 常に最後に置く
正解!
不正解...
正解はタスクにより前後どちらでもよいです。
正規化層は通常、活性化関数の前または後に置かれますが、ネットワーク設計により異なります。
問題に戻る
正規化層は、学習を安定させ、収束を早めるために用いられます。