VGGとは
VGGとは、3×3の小さなフィルタを積み重ね、16層や19層まで多層化した単純構造のCNNです。汎用性の高さと学習の安定性を示しました。
この用語はG検定シラバスの「26. 画像認識」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
3×3の小さなフィルタだけを積み重ねた、シンプルで深いCNNです。
なぜ小さなフィルタなのか
3×3のフィルタを2枚重ねると、受容野は5×5のフィルタ1枚と同じになります。しかしパラメータ数は少なく、間に活性化関数を挟めるため非線形性も増えます。
この発見によって「大きなフィルタより小さなフィルタを重ねる」という設計指針が定着しました。現代のCNNで3×3が標準なのはVGGの影響です。
単純さの功罪
構造が単純なので理解しやすく、他のタスクへ転用しやすいという利点があります。実際、特徴抽出器として今も引用されます。
一方でパラメータ数が非常に多く重いという欠点があります。この点はGoogLeNetやResNetで改善されました。
今も使われる理由
VGGは構造が単純なため、学習済みの重みを特徴抽出器として流用しやすいという利点があります。
画像の類似度計算や生成モデルの評価指標など、分類以外の用途で今も引用されます。性能だけでなく「扱いやすさ」も技術が生き残る条件になります。
🎯 G検定での押さえどころ
- 3×3の小さなフィルタを積み重ねる
- 16層・19層という深さ（VGG16・VGG19）
- 単純で汎用性が高いがパラメータが多く重い
⚠️ よくある誤りの選択肢
- 「VGGは大きなフィルタを1枚使う設計である」→ 誤り。小さなフィルタを重ねます
- 「VGGはパラメータ数が少ない軽量モデルである」→ 誤り。パラメータは多いです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「畳み込みニューラルネットワーク」（E資格向け）
- 手を動かして確かめる → CNN出力サイズ計算シミュレータ
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。