変分オートエンコーダ（VAE）の理解

問題

変分オートエンコーダ（VAE）について、正しい記述を1つ選べ。

VAE（変分オートエンコーダ：Variational Autoencoder）は、通常のオートエンコーダを「データを生成できるモデル（生成AI）」へと発展させた手法です。

通常のオートエンコーダは中間層の値を「1つの固定された点（確定値）」として出力しますが、VAEは「平均と分散を持つ確率分布（空間的な広がり）」として出力（マッピング）します。

これにより、潜在空間の分布の中からランダムに値をサンプリングしてデコーダに通すことで、元のデータに似た「未知の新しいデータ」を生成することができます。

1. 変分オートエンコーダ（VAE）は潜在空間を固定値として扱い、確率的なゆらぎは持たない。

誤り：固定された点（値）として扱うのは「通常のオートエンコーダ」です。VAEは、潜在変数を「確率的なゆらぎ（分布）」を持つものとして扱います。

2. 変分オートエンコーダ（VAE）のエンコーダは潜在変数の平均と分散を出力する。

正しい：エンコーダは入力データから、潜在変数が従う確率分布のパラメータである「平均（$\mu$）」と「分散（$\sigma^2$）」を出力するように学習します。

3. 変分オートエンコーダ（VAE）はデータ生成能力を持たず、復元のみを目的とする。

誤り：VAEは、学習した潜在空間の分布からランダムなノイズを取り出し、デコーダに入力することで、学習データに似た「新しいデータを生成」できる代表的な生成モデルです。

4. 変分オートエンコーダ（VAE）の損失関数は再構成誤差のみで構成される。

誤り：VAEの損失関数は、入力と出力を近づける「再構成誤差」だけでなく、潜在空間の分布を綺麗な標準正規分布に近づけるための「正則化項（KLダイバージェンス / KL情報量）」の2つを足し合わせたもので構成されます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ