AI資格 模擬試験

G検定 模擬試験 第4回 問63・ディープラーニングの要素技術（回帰結合層）

Seq2Seqの固定長ベクトル

1. A

   固定長ベクトルが大きすぎることが課題で、Dropoutで解決した

2. B

   長い文章の情報を1つの固定長ベクトルに押し込む限界があり、Attentionで解決した

3. C

   出力の語彙が少ないことが課題で、GANで解決した

4. D

   学習データが多すぎることが課題で、データ拡張で解決した

正解と解説を見る

正解：B

固定長ベクトルでは長い入力の情報が失われやすい。Attentionで、デコーダが入力の必要な部分に注目できるようになった。

Seq2Seq：エンコーダが入力列を1つのベクトルにまとめ、デコーダがそこから出力列を1つずつ生成する。

• A

  誤り。Dropoutは過学習を抑える手法で、この課題の解決策ではない。

• B

  正しい。デコーダが入力の各位置に注目できるようになり、長い文章でも精度が向上した。

• C

  誤り。GANは生成モデルの枠組みで、この課題と関係がない。

• D

  誤り。データ拡張はデータを増やす手法。

学習のポイント：この流れの先にTransformer（Attentionのみ）がある。

問題一覧へ

このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。