[3E3-OS-12a] 画像とAI（MIRU2019プレビュー）(1)

[3E3-OS-12a-03] ResNetsに対する正則化手法ShakeDrop

〇山田 良博¹、岩村 雅一¹、黄瀬 浩一¹ (1. 大阪府立大学)

キーワード：深層学習、画像分類、畳み込みニューラルネットワーク

本稿では，ResNet及びその派生手法に対する新たな確率的正則化手法，ShakeDropを提案する．
ShakeDropは摂動を含む不安定な学習と通常の学習を確率的に切り替えることによって，摂動による正則化効果を享受しつつ，学習の安定化を実現した．
ShakeDropは多様なResNetとその派生手法に適用可能であり，従来手法Shake-Shakeよりも利便性に優れ，一般物体認識精度が高い．
CIFAR-100を用いた実験では，従来の手法の認識精度を3%以上改善した．