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）
CNNの判断根拠を可視化する説明性手法であるGrad-CAMの説明として正しいものはどれか。
- A各層の重みパラメータの値そのものをヒートマップとして可視化する手法である
- ✓対象クラスに関する勾配情報を畳み込み層の特徴マップに重み付けして統合し、予測に強く寄与した入力画像領域をヒートマップとして可視化する手法である
- CDropoutによって無効化されたユニットの位置を可視化する手法である
- DAttentionの重みを直接ヒートマップとして表示する手法であり、畳み込み層の勾配情報は使用しない
解説
Grad-CAMは対象クラスの出力に対する勾配を畳み込み層の各チャネルの重要度として用い、特徴マップを重み付き加算することで入力画像上の寄与領域をヒートマップとして可視化する手法である。
根拠シラバス「深層学習の応用/深層学習の説明性」