画像認識の分野で広く用いられる畳み込みニューラルネットワーク（CNN）の説明として、最も適切なものはどれか。
- 1前の時刻の内部状態を次の時刻の計算に再帰的に引き継ぐことで、時系列データの前後関係を扱う
- 2データを生成する生成器と、本物か偽物かを見分ける識別器の2つのネットワークを競わせて学習する
- 3入力データをいったん低次元に圧縮し、そこから元のデータを復元するように学習して特徴表現を得る
- 4畳み込み層でフィルタを用いて局所的な特徴を抽出し、プーリング層で特徴マップを縮小して位置のずれに強くする
正解と解説を見る
正解：4
CNNは、畳み込み層でフィルタを使ってエッジや模様などの局所的な特徴を取り出し、プーリング層で情報を縮小して多少の位置ずれに強くする構造を持ち、画像認識で高い性能を発揮します。内部状態を次の時刻に引き継いで時系列を扱うのはRNN（再帰型ニューラルネットワーク）です。生成器と識別器を競わせるのはGAN（敵対的生成ネットワーク）、圧縮と復元で特徴を学ぶのはオートエンコーダです。覚えておきたいのは、CNNは「畳み込み層＋プーリング層」で画像の特徴を捉えるという点です。