1.
GANにおける「ミニバッチディスクリミネーター」とは何ですか？
2.
GANの学習で発生する「勾配消失問題」を緩和するために提案された技術はどれですか？
3.
次のうち、生成モデルの一種である「Energy-Based Model（EBM）」の特徴はどれですか？
4.
VAEにおいて、潜在空間の次元数を増やすとどのような効果がありますか？
5.
GANの訓練における問題点として最も一般的なものは何ですか？
6.
次のうち、Flow-based Modelの特徴として正しいものはどれですか？
7.
GANの判別器が「本物」と「偽物」のデータを正確に識別できるようになりすぎた場合、生成器にどのような問題が発生しますか？
8.
StyleGANの特徴として正しいものはどれですか？
9.
VAEにおける「エビデンス下界（ELBO）」の役割は何ですか？
11.
VAEの潜在空間における「再パラメータ化トリック」の目的は何ですか？
12.
次のうち、Wasserstein GAN（WGAN）の目的は何ですか？
15.
次のうち、VAEとGANの大きな違いとして最も適切なものはどれですか？
16.
VAEが生成したデータがGANに比べてリアルさで劣る理由は何ですか？
17.
GAN（Generative Adversarial Network）の構成要素として正しいものはどれですか？
18.
DCGAN（Deep Convolutional GAN）の特徴は何ですか？
19.
CycleGANの主な用途として最も適切なものはどれですか？
20.
変分オートエンコーダ（VAE）の目的は何ですか？
