インスタンス正規化

ニューラルネットワークの学習を安定させるための正規化手法の一つです。各データサンプル、かつ各チャンネルごとに統計量を計算し、正規化を行います。

バッチ正規化がバッチ全体で統計量を計算するのに対し、インスタンス正規化は画像一枚ごとに独立して正規化を行います。スタイル変換や画像生成において、画像ごとの特徴を保持しつつ学習を効率化するために効果的です。

G検定では、正規化手法の種類として問われます。バッチ正規化との違いを、統計量を計算する対象の範囲（バッチ全体か、個別の画像か）で区別することがポイントです。