積層オートエンコーダの特徴

問題

積層オートエンコーダ（Stacked Autoencoder）について、正しい記述を1つ選べ。

解説

積層オートエンコーダ（Stacked Autoencoder）は、ディープラーニング黎明期（2000年代後半）に、層の深いニューラルネットワークを上手く学習させるために考案されたブレイクスルー手法です。

ネットワーク全体をいきなり学習させる（勾配消失などが起きる）のではなく、1層のオートエンコーダを学習させたらその中間層の出力を次のオートエンコーダの入力として使う、というように「層ごとに順番に事前学習（Pre-training）」を行い、最後に全体を微調整（Fine-tuning）することで、深いネットワークの学習を可能にしました。

1. 積層オートエンコーダは1層のみで構成され、深い特徴は学習できない。

誤り：オートエンコーダを複数層に「積み重ねる（Stacked）」ことで、より抽象的で深い特徴表現を獲得できるようにしたモデルです。

2. 積層オートエンコーダは層ごとに事前学習を行い、最後に全体を微調整する。

正しい：各層ごとに教師なしで「事前学習（貪欲層ごとの事前学習：Greedy Layer-wise Pre-training）」を行い、良い初期値を見つけてから、最後にネットワーク全体を微調整（Fine-tuning）します。

3. 積層オートエンコーダは教師あり学習でのみ利用される。

誤り：層ごとの事前学習は「教師なし学習」で行われます。最後にラベルを用いて微調整（教師あり学習）を行うケースが多いですが、モデルの基本は教師なし学習です。

4. 積層オートエンコーダは次元削減には使えない。

誤り：オートエンコーダを多層化することで、より複雑で高度な非線形の特徴抽出が可能になるため、高度な「次元削減」の手法としても有効です。

← 前の問題次の問題 →