Transformerの「Multi-Head Attention」の利点はどれか。

2026年3月13日

複数のヘッドで独立にAttentionを計算することで、「誰が」「どこで」など異なる種類の関連性を同時に学習できる。

「スパースなデータ」に対して有効とされる最適化アルゴリズムはどれか。

画像生成モデル「StyleGAN」の特徴的な構造はどれか。