れずねっと
ResNet
深層学習のCNNです。スキップ接続を用いて層を深くしても学習を可能にし、画像認識精度を向上させました。層を深くする際の勾配消失の解決策として、G検定では非常に重要です。
詳しい説明
ResNetは、深層学習における非常に有名なCNNアーキテクチャです。スキップ接続という仕組みを導入し、層を深くしても学習が進むようにしました。
従来のネットワークでは層を深くすると精度が低下するという課題がありましたが、ResNetはこの接続により勾配が直接伝わるルートを作りました。これにより百層を超えるような極めて深いモデルの学習が実現しました。
G検定では、画像認識モデルの歴史的発展の中で位置づけられます。スキップ接続の概念が、現在では多くの最新アーキテクチャに影響を与えていることを理解しておく必要があります。
試験で問われること
G検定
- ResNetはCNNのアーキテクチャの一つであることを理解する。
- スキップ接続（残差接続）の導入により、層を深くすることに成功した点を押さえる。
- スキップ接続が勾配消失問題の解決に寄与していることを理解する。