正規化手法

Group Normalizationは、特徴をグループ化してニューラルネットワークの入力を正規化し、さまざまなタスクの性能を向上させる技術です。

インスタンス正規化は、各インスタンスの特徴マップを個別に調整し、スタイル転送や画像生成タスクを向上させます。

L1正規化は、係数の絶対値の合計を最小化することでデータをスケーリングする手法です。

レイヤー正規化は、特徴量全体にわたって入力を正規化することで、深層学習モデルのトレーニングを改善するために使用される手法です。

正規化変数は、効果的な比較と分析のためにデータを共通のスケールに調整したものである。