勾配クリッピング
再帰型ニューラルネットワークの学習で、勾配が極端に大きくなって学習が不安定になるのを防ぐ手法として、最も適切なものを1つ選べ。
- A
勾配を常に0にする
- B
活性化関数をすべて削除する
- C
勾配のノルムがしきい値を超えたら、大きさをしきい値に収まるように縮める
- D
学習データの順番を毎回そろえる
正解と解説を見る
正解:C
勾配クリッピングは、勾配の大きさに上限を設けて、勾配爆発による不安定な更新を防ぐ。

- A
誤り。学習が進まなくなる。
- B
誤り。非線形性を失い、表現力が下がる。
- C
正しい。勾配爆発への実践的な対策。
- D
誤り。勾配爆発への対策にはならない。
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。