ドロップアウトの仕組みと目的

問題

ドロップアウト（Dropout）に関する記述のうち、正しいものを1つ選べ。

ドロップアウト（Dropout）は、ディープラーニングにおける非常に強力で代表的な過学習対策（正則化手法）です。

学習のステップごとに、隠れ層のノード（ニューロン）をランダムな確率（例：50%）で「無効化（存在しないものとして扱う）」して学習を行います。

これにより、ネットワークが特定のノード（特徴）だけに強く依存して予測する「サボり」を防ぎ、様々なノードを組み合わせて予測するようになるため、未知のデータに対する汎化性能が高まります。

1. ドロップアウトは学習中にランダムにノードを無効化する。

正しい：ミニバッチごとにランダムに一部のノードの出力をゼロ（無効化）にして、残りのノードだけで学習を行うことで、疑似的に複数の異なるネットワークを学習させるアンサンブル効果を生み出します。

2. ドロップアウトは推論時にもノードをランダムに無効化する。

誤り：推論（テスト）時にはノードを無効化せず、すべてのノードを使用します。ただし、学習時と出力のスケールを合わせるために、出力をドロップアウトした確率分だけ掛け合わせて（スケールして）調整します。

3. ドロップアウトは重みの絶対値にペナルティを与える手法である。

誤り：重みの「絶対値」にペナルティを加える手法は「L1正則化」です。

4. ドロップアウトは重みの二乗にペナルティを与える手法である。

誤り：重みの「二乗」にペナルティを加える手法は「L2正則化（Weight Decay）」です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ