Network in Network（NiN）で提案され、ResNet等でも採用されているGlobal Average Pooling（GAP）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
各特徴マップ全体の平均値を計算して1つのスカラー値に集約するため、従来の全結合層（Flatten + FC）に比べてパラメータ数が劇的に削減され、過学習を強力に抑制できる。
イ
特徴マップの各ピクセルの値を100倍にして足し合わせるため、全結合層よりもパラメータ数が10倍に増加する。
ウ
入力画像のサイズが完全に固定されていなければ適用できず、全結合層よりも入力サイズの柔軟性が著しく低い。
エ
畳み込み層の直前にのみ配置され、入力画像のコントラストを平滑化する前処理手法である。