画像などの局所的特徴を抽出するために用いられる層は?
- 畳み込み層
- 全結合層
- プーリング層
- 出力層
正解!
不正解...
正解は畳み込み層です。
問題に戻る
畳み込み層で入力データに対して行われる演算処理は?
- 畳み込み操作
- 活性化関数
- 勾配降下法
- 正則化
正解!
不正解...
正解は畳み込み操作です。
畳み込み層では、カーネル(フィルタ)を用いて入力データと畳み込み演算を行います。
問題に戻る
畳み込み操作で使われる小さな重み行列を何という?
- カーネル
- 活性化関数
- 誤差関数
- 勾配
正解!
不正解...
正解はカーネルです。
カーネル(フィルタ)は、畳み込み操作で使われる小さな重み行列です。
問題に戻る
畳み込み操作において、フィルタを移動させる幅を何という?
- ストライド
- プーリング
- パディング
- フィルタサイズ
正解!
不正解...
正解はストライドです。
ストライドは、畳み込みカーネルを何ピクセルずつ移動させるかを決めるパラメータです。
問題に戻る
畳み込み時に入力の外側にゼロを追加して出力サイズを調整する手法は?
- パディング
- ストライド
- カーネル
- バッチサイズ
正解!
不正解...
正解はパディングです。
パディングは、出力サイズの調整や情報損失を防ぐために入力にゼロを追加する処理です。
問題に戻る
畳み込み操作によって得られる出力(特徴表現)を何という?
- 特徴マップ
- 勾配マップ
- 活性化マップ
- エラーマップ
正解!
不正解...
正解は特徴マップです。
特徴マップ(Feature Map)は、畳み込み操作後に得られる出力のことで、特徴を表現しています。
問題に戻る
カーネルの間隔を空けて広い範囲を捉える畳み込み手法は?
- Atrous Convolution
- Dilation Convolution
- ストライド付き畳み込み
- ゼロパディング
正解!
不正解...
正解はDilation Convolutionです。
Dilation Convolutionは、カーネルの間隔を広げて視野を拡大する畳み込み手法です。
問題に戻る
空間とチャネルの演算を分離して計算効率を高めた畳み込み手法は?
- Depthwise Separable Convolution
- 全結合層
- MaxPooling
- バッチ正規化
正解!
不正解...
正解はDepthwise Separable Convolutionです。
Depthwise Separable Convolutionは、空間とチャネルの処理を分離し、計算コストを削減する手法です。
問題に戻る
全結合層と畳み込み層の違いに関する説明として正しいものは?
- 全結合層は全てのノードと接続
- 畳み込み層は局所的な領域のみ処理
- 両方とも特徴抽出に使われる
- すべて正しい
正解!
不正解...
正解はすべて正しいです。
全結合層と畳み込み層は構造も役割も異なりますが、どちらも重要な構成要素です。
問題に戻る
畳み込み層が適用されやすいデータの特徴は?
- 画像のような局所構造を持つデータ
- ラベル情報
- テキスト情報
- ノイズ除去
正解!
不正解...
正解は画像のような局所構造を持つデータです。
畳み込み層は、画像などの局所的構造が重要なデータに特に適しています。
問題に戻る
畳み込み層は、画像などの局所的特徴を捉えるための演算層で、主にCNNで使用されます。