생성 모델에 활용되는 자기 부호화기(auto encoder)에 대한 설… | [7급 국가직 인공지능] 23년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 23년 1회차
생성 모델에 활용되는 자기 부호화기(auto encoder)에 대한 설명으로 옳지 않은 것은?
1
특징 추출에도 활용된다.
2
지도 학습(supervised learning)에 해당한다.
3
인코더는 차원을 점점 줄이나 디코더는 차원을 점점 늘리기 때문에 출력층에서 원래 차원을 회복한다.
4
변이형 자기 부호화기(variational auto encoder)는 잠재 변수의 발산을 방지하기 위한 규제화항을 오차에 포함하여 학습한다.
해설
자기 부호화기는 정답 레이블 없이 입력 자신을 복원하도록 학습하는 비지도 학습이므로, 지도 학습이라는 설명이 옳지 않다.
입력을 저차원 잠재 표현으로 압축했다가 복원하며, 목표 출력이 별도 레이블이 아니라 입력 그 자체이다.
- 병목층의 잠재 표현은 차원 축소·특징 추출에 활용된다.
- 인코더는 차원을 줄이고 디코더는 늘려 출력층에서 입력과 같은 차원을 회복한다.
- 변이형 자기 부호화기는 복원 오차에 잠재 분포를 정규분포에 가깝게 묶는 KL 발산 규제항을 더해 학습한다.
오류나 개정된 내용이 보이면 알려주세요