ディープニューラルネットワークにおける重みの初期値設定手法に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
Xavier（Glorot）初期化はシグモイド関数やtanh関数などのS字型関数に適しており、He初期化はReLU関数などのランプ型活性化関数に適している。
イ
すべての重みパラメータを 0.0 で均等に初期化することが、最も対称性を保った効率的な初期化法である。
ウ
He初期化は分散を 1/n（nは前層のノード数）とし、Xavier初期化は分散を 2/n とする。
エ
活性化関数として何を用いているかに関わらず、すべての層の重みを一様乱数 [-100, 100] で初期化すべきである。