VGG

VGGとは、オックスフォード大学のVisual Geometry Groupが提案した、畳み込みニューラルネットワーク（CNN）のアーキテクチャです。画像認識コンペティションにおいて高い精度を記録し、ディープラーニングの発展に大きく貢献しました。

仕組みの特徴は、非常に小さな（3x3）カーネルサイズの畳み込み層を積み重ねて層を深くしたことです。これにより、少ないパラメータ数で深いネットワークを実現し、画像内の複雑な特徴を捉えることに成功しました。構成がシンプルで理解しやすいため、多くの研究や実装のベースラインとして利用されます。

G検定では、CNNの発展史における重要なマイルストーンとして問われます。AlexNetなどの初期モデルから、層を深くする設計思想へとどう進化したか、その構造的特徴（小さいフィルタを重ねる）がなぜ有効なのか、といった点が重要です。現在のモデルと比較すると計算コストは大きいですが、学習の基礎として知っておくべきモデルです。