機械学習の基礎および深層学習の応用（画像認識、自然言語処理、生成モデル、深層強化学習等）
あるGANを学習していたところ、Generatorが生成する画像の多様性が失われ、入力ノイズを変えてもほぼ同じような画像ばかりを出力するようになった。この現象と対処の組み合わせとして正しいものはどれか。
- A過学習が生じているため、Discriminator側にDropout率を高く設定して対応する
- ✓モード崩壊（mode collapse）と呼ばれる現象であり、ミニバッチ内の多様性を評価に組み込む手法（ミニバッチ識別等）や損失関数の改良（WGAN等）により緩和を図る
- C内部共変量シフトが原因であり、Batch Normalizationを追加すれば根本的に解消する
- D勾配爆発が原因であり、勾配クリッピングのみで根本的に解決する
解説
Generatorが限られたパターンしか生成しなくなる現象はモード崩壊と呼ばれ、GAN特有の学習不安定性の一つである。ミニバッチ識別やWGANのような損失設計の改良が代表的な緩和策として知られている。
根拠シラバス「深層学習の応用/生成モデル」