問題 No.2270
画像認識タスクにおいて、ResNetのスキップ結合とは異なるアプローチとして、ある層への入力としてそれ以前のすべての層の出力特徴マップを結合する構造を採用し、パラメータ数を効率的に抑えつつ特徴量の伝播を改善する畳み込みニューラルネットワークのアーキテクチャとして、最も適切なものを1つ選べ。
【正解の解説】
DenseNet
クラス全員がそれまでの友達全員から受け継いだノートを共有しながら勉強するようなもので、情報が途中で薄まることなく次の層へ確実に伝わるため、少ないパラメータで効率よく高い精度を叩き出すことができます。
スポンサーリンク
【その他の選択肢の解説】
ResNet
DenseNetがすべての層を結合（Concatenation）で繋ぐのに対し、ResNetは足し算（Addition）で繋ぐという決定的な違いがあります。初学者はどちらもスキップ結合を使うため混同しやすくなりますが、情報の結合方法が全く異なります。
MobileNet
通常の畳み込みを分解して計算量を劇的に減らす工夫がされており、DenseNetのように全層を結合する構造とは目的もアプローチも異なります。リソースが限られた環境で動かすためのモデルとして試験によく出題されます。
EfficientNet
AIモデルの性能を効率よく向上させるためのスケーリング則に焦点を当てており、DenseNetのような特徴マップの結合構造を主眼に置いたアーキテクチャとは設計思想の方向性が異なります。