G検定（ジェネラリスト検定） ディープラーニングの応用例 練習問題 第58問: 音声の波形を生成するモデルWaveNetを提案した論文（van den Oord ほか）が示した仕組みに関する説明として、最も不適切なものはどれか。

「生成のときも学習と同じく、全時刻の標本を並列に計算でき」が不適切です。WaveNetの論文（van den Oord ほか）によると、学習では正解の波形が全時刻でわかっているので全時刻の予測を並列に計算できますが、生成では1標本を予測するたびにそれをネットワークの入力に戻して次の標本を予測するため、逐次になります。

「因果的畳み込み」の説明は論文のとおりで、ある時刻の予測はそれより後の標本に依存しません。「dilated」の説明も正しく、間隔を層ごとに上限まで2倍にしながら重ね、少ない層で受容野を大きく広げます。

「256段階に量子化」の説明も論文のとおりで、16ビットのままでは1時刻に65,536通りの確率が要るため、μ-lawで変換してから量子化します。自己回帰のモデルでは生成が1標本ずつになる点を押さえましょう。