DCGAN（Deep Convolutional GAN）に関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 B
この問題の論点：DCGANのネットワーク構造
ポイント
DCGANは、プーリング層の代わりにストライド付きの畳み込みを使うなど、畳み込み層でGANを安定して学習させる指針を示しました。
選択肢ごとの解説
- A
適切
DCGANは、全結合の隠れ層を除き、バッチ正規化を加えるなど、畳み込み層でGANを安定して学習させる指針を示しました。活性化関数は、生成器ではReLU（出力層はtanh）、識別器ではLeakyReLUを用います。
- B
不適切 正解
DCGANは、プーリング層を使わず、識別器ではストライド付きの畳み込みで特徴マップを縮小します。縮小のしかたもネットワーク自身が学習できるようにするためです。
- C
適切
生成器は、転置畳み込み（fractionally-strided convolution）で特徴マップの縦横を広げます。潜在変数のベクトルを出発点に、層を重ねるごとに拡大して画像を作ります。
- D
適切
DCGANの論文では、「眼鏡の男性」−「眼鏡なしの男性」＋「眼鏡なしの女性」に当たる潜在変数から、眼鏡の女性の画像が生成されました。潜在変数の空間が意味のある構造をもつことを示した例です。
試験での狙われ方
DCGANは、通常の画像分類用のCNNとの構造の違い（プーリング層を使わない、全結合の隠れ層を除く）を問う形で出題されやすい手法です。