Global Average Pooling
各チャネルの特徴マップ全体の平均をとって1つの値にし、CNN の最後で全結合層の代わりに使われることがある処理として、最も適切なものを1つ選べ。
- A
最大プーリング
- B
ドロップアウト
- C
Global Average Pooling
- D
バッチ正規化
正解と解説を見る
正解:C
Global Average Pooling は、チャネルごとに特徴マップ全体の平均をとる処理。
| 用語 | 内容 |
|---|---|
| Global Average Pooling | 各チャネルの特徴マップ全体を平均して1つの値にする。パラメータがなく、全結合層の代わりになる |
| 最大・平均プーリング | 領域ごとに最大値(または平均値)を取って縮小する。学習するパラメータはない |
- A
誤り。小さな領域ごとに最大値をとる処理で、特徴マップ全体を1つの値にはしない。
- B
誤り。ニューロンをランダムに無効にする過学習の対策。
- C
正しい。全結合層に比べてパラメータを大きく減らせるため、過学習を抑える効果もある。
- D
誤り。ミニバッチごとに入力を正規化する処理。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。