GoogLeNet
GoogLeNet で使われた Inception モジュールの説明として、最も適切なものを1つ選べ。
- A
前のすべての層の出力を連結して、次の層に入力する。
- B
大きさの違う複数のフィルタやプーリングを並列に使い、その結果をまとめる。
- C
ネットワークの深さ・幅・入力の解像度をバランスよく拡大する。
- D
画像をパッチに分けて、Transformer で処理する。
正解と解説を見る
正解：B
Inception モジュールは、大きさの違うフィルタを並列に使って結果をまとめる構造。
| モデル | 工夫 |
|---|---|
| GoogLeNet（Inception） | 異なる大きさのフィルタを並列に使い、結果をつなげる |
| EfficientNet | 深さ・幅・解像度をバランスよく同時に大きくする（複合スケーリング） |
| SENet | チャネルごとの重要度を学習して重み付けする（Squeeze-and-Excitation） |
- A
誤り。これは DenseNet の説明。
- B
正しい。いろいろな大きさの特徴を同時にとらえる。1×1畳み込みでチャネル数を減らして計算量を抑えている。
- C
誤り。これは EfficientNet の考え方。
- D
誤り。これは Vision Transformer（ViT）の説明。
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。