Residual Network（ResNet）の特徴

問題

Residual Network（ResNet）について、正しい記述を1つ選べ。

ResNet（Residual Network：残差ネットワーク）は、2015年の画像認識コンペティション（ILSVRC）で圧倒的な優勝を果たした、現在でも広く使われているCNNアーキテクチャです。

最大の特徴は「スキップ結合（Shortcut Connection）」を導入したことです。

これにより、従来のVGGネットワークなどが十数層で学習の限界（劣化問題や勾配消失）を迎えていたのに対し、ResNetは152層という前代未聞の超深層ネットワークの学習に成功し、画像認識の精度を飛躍的に向上させました。

1. ResNetはスキップ結合を使わず、全結合層を増やすことで深さを確保したモデルである。

誤り：ResNetの最大の特徴は「スキップ結合」を導入したことです。全結合層はむしろ終盤の分類部分をGAP（Global Average Pooling）に置き換えて削減しています。

2. ResNetは層を増やすほど精度が必ず低下するという問題を示したモデルである。

誤り：「層を深くすると精度が低下する問題（劣化問題）」を解決し、「層を深くするほど精度が向上する」ことを実証したのがResNetです。

3. ResNetは入力を後段に加算するスキップ結合を導入し、深いネットワークでも学習可能にした。

正しい：入力をスキップして後段の層の出力に加算する「残差ブロック（Residual Block）」を積み重ねることで、超深層での学習を可能にしました。

4. ResNetは畳み込み層を使わず、主に再帰構造で構成されている。

誤り：ResNetは画像認識のために設計された「畳み込みニューラルネットワーク（CNN）」であり、畳み込み層を主体としています。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ