LeNet-5 (Q1)、AlexNet (Q2)、GoogLeNet (Q3) 、を説明している文を選択肢 1 ~ 4からそれぞれ選んでください．
1.
2012 に ImageNet を使った画像認識コンペで ILSVRC で優勝したモデルである．
畳み込み層とプーリング層、正則化層からなり活性化関数には ReLU 関数を使用している．
全結合層の出力に対して 50% の dropout を適用することで過学習を緩和している．
2.
畳み込み層とサブサンプリングによるプーリング層を交互に重ねたネットワークであり、
活性化関数にはシグモイド関数が用いられている．
3.
入力層から出力層までが一直線ではなく、Inception Module と呼ばれる小さなネットワークを複数横に並べ、
それらを結合することで 1 つのネットワークとなっている．それぞれの Inception Module は異なるサイズのカーネルを持つ．
4.
従来の CNN ネットワークでは、層を深しすぎるとモデルの性能は落ちるとされていたが、
このモデルは 152 層もの深層なネットワークにも関わらず 2015 年の ILSSVRC で優勝している．