問題 No.1058
画像を不連続な離散値として表現する生成モデルであるVQ-VAEに関する説明として、最も適切なものを1つ選べ。
【正解の解説】
従来の変分オートエンコーダで生じがちだった生成画像がぼやけるという問題を、コードブックのベクトル量子化によって改善した。
VQ-VAEは、従来のVAE(変分オートエンコーダ)が生成画像をぼやけさせてしまう問題を、コードブックという辞書のようなものを使ったベクトル量子化で解決し、くっきりとした生成を可能にしました。
スポンサーリンク
【その他の選択肢の解説】
エンコーダが出力する連続値をそのままガウス分布のパラメータとして扱い、サンプリングを行う。
VAEは連続値の分布を扱いますが、VQ-VAEはコードブックという不連続な値の集合を使うことで、情報を離散化（区切りをつけること）して処理します。
文章生成モデルであり、テキストの入力に対して高精度な要約テキストを出力する。
VQ-VAEは主に画像生成モデルとして広く知られており、文章生成を主目的とするものではありません。
識別器を同時に訓練することで画像の解像度を判定させる。
VQ-VAE自体は離散的なコードを学習するモデルであり、識別器を使うGANとは仕組みが異なります。