Glossary

0-9

1-shot learning 2-stage detector 3D convolution 4D data 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 9-layer network 0-shot learning

A

AGI / Artificial General Intelligence Algorithm Autoencoder Artificial Intelligence (AI)Attention

B

BERT Backpropagation Batch Normalization Boosting Bias

C

CNN / Convolutional Neural Network Clustering Cross-Validation Chatbot Classifier / Classification

D

Deepfake Deep Learning Data Augmentation Deterministic Model Discriminative Model

E

Epoch Ensemble Learning Encoder Explainable AI (XAI)Embedding

F

Fine-tuning Forward Propagation Fusion / Multimodal Fusion Foundation Model Feature Extraction

G

GAN / Generative Adversarial Network Grounding Graph Neural Network (GNN)Gradient Descent Generative AI

H

Hyperparameter Heuristic Hidden Layer Hierarchical Model Hallucination

I

Instruction tuning Instance / Sample Intelligence Amplification / Augmentation Interpretability Imbalanced Data

J

JAX JSONL / JSON-lines Jittering Joint Embedding Juxtaposition

K

K-Shot Learning K-means Clustering KL Divergence (Kullback–Leibler Divergence)Kernel Trick Knowledge Distillation

L

LSTM / Long Short-Term Memory Learning Rate Latent Variable Loss Function Large Language Model (LLM)

M

Multi-head Attention Multimodal / Multimodality Meta-learning Model Machine Learning (ML)

N

NLP / Natural Language Processing NLU / Natural Language Understanding Neural Network Novelty Detection / Anomaly Detection Normalization

O

One-hot Encoding Overfitting Optimizer Online Learning Objective Function

P

Pooling Parameter Pretraining Prompt Policy / Reinforcement Learning Policy

Q

Q-learning Queue / Buffer Query Quality Estimation Quantization

R

RNN / Recurrent Neural Network Retrieval Augmented Generation (RAG)Reinforcement Learning (RL)Regularization Representation Learning

S

Softmax Sampling Sequence Modeling Supervised Learning Self-Supervised Learning

T

Tuning / Hyperparameter Tuning Tokenizer Transformer Training Data Transfer Learning

U

U-Net Underfitting Universal Approximation Theorem Unsupervised Learning Uncertainty Estimation

V

Vision Transformer (ViT)Vector Embedding Validation Set Vanishing / Exploding Gradient Variational Autoencoder (VAE)

W

Weight Decay Whitening / Whitening Transformation Workflow Word Embedding Weak Supervision

X

XAI / Explainable AI XLM XLNet XOR problem X-axis / feature axis

Y

Yoga of AI Y-transform / YUV YAGNI (You Aren't Gonna Need It)Y-axis / feature axis Yield (model yield / throughput)

Z

Z-score Normalization Zero-shot Learning / Zero-shot inference Zero-gradient phenomenon Zero-centric / Zero-bias initialization Zygosity in augmentation

バッチ正規化とは何か

バッチ正規化は、深層学習モデルのトレーニングにおいて、トレーニング速度と安定性を向上させるための重要な技術です。

その核心的なアイデアは、各レイヤーの入力を標準化し、各ミニバッチデータの平均と分散を小さく保つことです。この方法は、内部共変量シフトを効果的に減少させ、高い学習率を許可し、収束速度を向上させます。

バッチ正規化の重要性は、いくつかの側面に現れます。まず第一に、ニューラルネットワークのトレーニングを加速することができます。標準化されたデータは、学習プロセスをより滑らかにします。第二に、モデルの一般化能力を向上させ、過剰適合のリスクを減少させます。また、場合によっては、バッチ正規化はDropoutなどの他の正規化技術への依存を最小限に抑える正規化効果を提供できます。

その運用メカニズムは、現在のバッチの平均と分散を計算し、これらの統計量を使用して入力を標準化することです。次に、学習可能なスケールとシフトパラメーターを通じて標準化されたデータを調整します。このプロセスは、各トレーニングステップで更新され、モデルがトレーニング中に適応的に調整できるようにします。

しかし、バッチ正規化には欠点がないわけではありません。特定の状況、特に小さなバッチサイズでは、平均と分散の推定が不安定になる可能性があります。また、バッチ正規化は、再帰神経ネットワークのような特定のネットワークアーキテクチャで良好に機能しない場合があります。

将来のトレンドは、バッチ正規化がレイヤ正規化やグループ正規化のような新興の正規化方法と統合され、さまざまなネットワークアーキテクチャやタスク要件により適応できるようになる可能性を示しています。全体として、バッチ正規化は現代の深層学習において不可欠な部分となり、モデルのトレーニング効率と性能を大幅に向上させます。