↑: [[G検定に関する知識]] - 各層でミニバッチ内の平均0・分散1に正規化する手法 - 目的: [[内部共変量シフト]]の抑制 - 効果: 学習安定化・高速化・過学習抑制（正則化効果） - 学習時: ミニバッチの平均・分散で正規化 - **推論時: ミニバッチの統計量は使わない** ← 重要 - 代わりに**学習中に計算した移動平均**を使用 - （推論時はバッチサイズが1になる場合もあるため） - [[正規化]]4種の比較 - バッチ正規化: バッチ全体で統計→CNN標準 - [[レイヤー正規化]]: 1データ内の全チャンネル→RNN・Transformer標準 - [[インスタンス正規化]]: 1データの1チャンネル→スタイル変換・GAN - [[グループ正規化]]: チャンネルをグループ分け→物体検出・セグメンテーション