問題 No.2
VAEの拡張モデルにおいて、画像生成時に「髪の長さ」「性別」「笑顔の度合い」といった、データの持つ潜在的な特徴（意味）が互いに混ざり合うことなく、それぞれ独立した因子として潜在空間に分離・獲得（ディセタングルメント）されるよう制御したい。この目的を達成するために、損失関数内の特定の正則化項の重みを調整したモデルはどれか。
【正解の解説】
ドロップアウト
強化学習とは、試行錯誤を通じて、より高い報酬を得られるような行動を学習していく仕組みです。
スポンサーリンク
【その他の選択肢の解説】
重みの初期化
自己注意機構とは、文中の単語同士の関連性を計算し、特に注目すべき部分を重点的に理解することで、文章の文脈を深く読み取る仕組みです。
バッチ正規化
アンサンブル学習とは、複数のモデルを組み合わせることで、単一のモデルよりも高い精度や安定性を実現する手法です。
勾配クリッピング
勾配降下法とは、予測と正解との誤差を最小にするように、パラメータを少しずつ調整していく最適化の手順です。