グループ正規化
バッチサイズを小さくしないと GPU のメモリに収まらない物体検出などの学習で、バッチ正規化の代わりに使われることがある、チャネルをいくつかの組に分けてサンプルごとに正規化する方法として、最も適切なものを1つ選べ。
- A
グループ正規化
- B
最大プーリング
- C
ドロップアウト
- D
データ拡張
正解と解説を見る
正解:A
グループ正規化は、チャネルを組に分けてサンプルごとに正規化し、小さなバッチでも安定する。

- A
正しい。バッチサイズに左右されないため、小さなバッチでも安定して使える。
- B
誤り。特徴マップを縮小する処理。
- C
誤り。ニューロンをランダムに無効にする手法。
- D
誤り。学習データを増やす手法。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。