G検定模擬問題第2回問95・ディープラーニングの応用例（モデルの軽量化）

プルーニング

学習済みのモデルから、予測への影響が小さい重みやニューロンを取り除いて、モデルを小さくする手法を何というか。最も適切なものを1つ選べ。

正解と解説を見る

正解：A

プルーニングは、影響の小さい重みやニューロンを取り除いてモデルを小さくする。

モデルを軽くする方法：蒸留（大きな教師の出力を小さな生徒に学ばせる）、量子化（数値の精度を下げる）、プルーニング（不要な重みを削る）。
方法	やること	主な効果
知識蒸留	大きな教師モデルの出力を小さな生徒モデルに学ばせる	小さくても精度を保つ
量子化	重みを32ビットから8ビットなど少ないビットで表す	メモリ・計算を減らす
プルーニング	重要でない重みや結合を削る	パラメータを減らす

学習のポイント：プルーニングと、ゲーム木の探索での枝刈り（αβ法）を混同しないようにする。

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。