双方向RNNの理解
問題
双方向RNN(Bidirectional RNN)について、正しい記述を1つ選べ。
解説
双方向RNN(Bidirectional RNN / BiRNN)は、時系列データを「過去から未来(順方向)」だけでなく「未来から過去(逆方向)」へも同時に処理し、両方の結果を結合して出力するモデルです。
例えば「私は〇〇〇を食べた」という文の空欄を予測する際、前の単語(私は)だけでなく、後ろの単語(を食べた)の情報も知っていた方が予測精度は格段に上がります。
翻訳や音声認識など「データ全体がすでに手元にあるタスク」において非常に強力です。
1. 双方向RNNは過去方向のみの情報を利用する。
誤り:過去方向からの情報だけでなく、未来方向からの情報も同時に処理して予測に利用します。
2. 双方向RNNは入力を前方向と後方向の両方から処理する。
正しい:文の先頭から末尾に向かうRNNと、末尾から先頭に向かうRNNの2つを用意し、それらの出力を結合することで文脈を深く理解します。
3. 双方向RNNは時系列データの順序を完全に無視する。
誤り:データの順序(系列)を重要視し、それに沿って前方向と逆方向の両方から処理を行うモデルです。順序を完全に無視するわけではありません。
4. 双方向RNNは未来方向の情報を使うため、音声認識などでは使えない。
誤り:リアルタイム(即時)の音声認識には向きませんが、録音済みのデータをテキスト化する音声認識や機械翻訳などでは、未来の情報を参照できるため非常によく使われます。
📚 より詳細を学びたい方へ
同じカテゴリの問題
- TPUの理解
- ノーフリーランチの定理の理解
- 全結合層の特徴に関する問題
- 全結合層のパラメータ数に関する問題
- 畳み込み層の役割に関する問題
- カーネル(フィルタ)の理解
- パディングの目的
- 特徴マップの理解
- CNNの構造に関する問題
- Depthwise Separable Convolution
- Dilation Convolution の理解
- 全結合層と畳み込み層の違い
- バッチ正規化(Batch Normalization)の理解
- 正規化層の役割に関する問題
- プーリング層の役割に関する問題
- 最大値プーリングと平均値プーリングの理解
- グローバルアベレージプーリング(GAP)の特徴
- スキップ結合の役割に関する問題
- Residual Network(ResNet)の特徴
- 回帰結合層の理解
- RNNの特徴に関する問題
- LSTMのゲート構造
- GRUの特徴に関する問題
- 双方向RNNの理解
- Attentionの役割に関する問題
- Self-Attentionの特徴
- Multi-Head Attentionの理解
- Transformerの構造に関する問題
- Encoder-Decoder Attentionの理解
- Seq2SeqとAttentionの関係
- オートエンコーダの基本理解
- 積層オートエンコーダの特徴
- 次元削減とオートエンコーダ
- 変分オートエンコーダ(VAE)の理解
- データ拡張の基本理解
- 画像データ拡張手法の理解
- テキストデータの拡張手法


