バッチ・オンライン学習の比較

解説

正解 C

この問題の論点：バッチ・オンライン学習の比較

選択肢ごとの解説

1. A

   適切

   バッチ学習は全データの勾配を平均して使うため、更新の向きがぶれにくくなります。その反面、データが多いと1回の更新に時間がかかり、メモリに載りきらないこともあります。

2. B

   適切

   オンライン学習は1件ごとに更新できるため、データを貯めてから学習し直す必要がありません。ログやセンサーの値のように、データが継続的に届く場面に向きます。

3. C

   不適切 正解

   1件だけから求めた勾配は、全データの勾配に比べてばらつきが大きくなります。そのため損失は細かく上下しながら下がります。3つの方式でばらつきが最も小さいのは、全データを使うバッチ学習です。

4. D

   適切

   ミニバッチ学習では、数十〜数百件程度のデータをまとめて行列演算で処理します。GPUは同じ種類の計算を同時に多数こなすのが得意なため、1件ずつ処理するより効率よく計算できます。