深層学習の基礎（順伝播型ネットワーク、最適化、正則化、CNN、RNN、Transformer等）
ニューラルネットワークの正則化手法であるDropoutの説明として正しいものはどれか。
- A学習後の重みの大きさに応じたペナルティを損失関数に加える手法である
- B検証誤差が改善しなくなった時点で学習を打ち切る手法である
- C入力データに回転やノイズなどの変換を加えてデータを拡張する手法である
- ✓学習時に各ユニットを一定の確率でランダムに無効化し、推論時は全ユニットを使用することで過学習を抑制する手法である
解説
Dropoutは学習時にユニットをランダムに無効化してユニット間の共依存関係を弱め、過学習を抑制する正則化手法であり、推論時には全ユニットを用いる。
根拠シラバス「深層学習の基礎 - 深層モデルのための正則化」