G検定（JDLA） 練習問題 16：バッチ正規化

バッチ正規化は、各層の入力をミニバッチごとに正規化し、学習可能なスケール・シフトパラメータで調整することで学習を安定化・高速化する手法である。

【正解の理由】
バッチ正規化は内部共変量シフト（＝学習中に各層の入力分布が変化してしまう現象）を抑えるために提案された手法で、ミニバッチ単位で平均と分散を計算して正規化し、その後学習可能なパラメータでスケール・シフトを行うことで表現力を保つ。これにより学習の収束が速まり、より高い学習率を使いやすくなる。

【不正解の理由】
• 「重みを量子化して推論速度を高速化」は量子化（Quantization）の説明であり、バッチ正規化とは異なる
• 「入力画像のピクセル値を0〜255の範囲に正規化する前処理」は画像の前処理の一種であり、バッチ正規化の仕組みとは異なる
• 「出力層でのみ適用され、隠れ層には適用できない」は誤りで、バッチ正規化は主に隠れ層に適用される
• 「一部のニューロンをランダムに無効化する手法」はドロップアウトの説明であり、バッチ正規化とは異なる手法である