問題 No.602
画像生成において、ノイズから徐々に元の画像を復元するプロセスを学習するモデルがある。この手法がGANと比較して、学習が安定しやすい主な理由はどれか。
【正解の解説】
学習が直接的な損失関数の最適化に基づいているため
拡散モデルなどの手法は、ノイズをいかに除去するかという目標が数学的に明確です。GANのように誰かを騙す必要はなく、決まったゴールに向かって着実に計算を進めるため、学習が安定します。
スポンサーリンク
【その他の選択肢の解説】
敵対的学習を利用するため
敵対的学習とはGANの仕組みです。相手を騙すために競わせる手法ですが、バランスを取るのが難しく、学習が不安定になりやすい側面があります。
潜在変数を離散化するため
潜在変数を離散化するのはベクトル量子化を用いたモデルの手法です。学習の安定性に直結する直接的な理由とは異なります。
計算コストが低いため
計算コストに関しては、拡散モデルはGANに比べてノイズ除去を何度も繰り返す必要があるため、一般的に計算コストは高くなる傾向があります。