全結合層と畳み込み層の入力
画像分類で、全結合層だけのネットワークに比べて畳み込みニューラルネットワークが優れている点として、最も適切なものを1つ選べ。
- A
同じ重みを画像全体で共有するので、パラメータが少なく、位置が多少ずれた特徴も捉えやすい
- B
画像のすべての画素を1列に並べて扱うため、画素の位置関係を最大限に活かせる
- C
入力画像の大きさが違っても、パラメータの数が必ず増える
- D
学習が不要になる
正解と解説を見る
正解：A
畳み込み層は、局所的な範囲を見て、同じ重み（フィルタ）を画像全体で共有する。パラメータを減らし、位置のずれに強くなる。
- A
正しい。局所的な特徴を捉え、重み共有によって効率がよい。
- B
誤り。1列に並べると位置関係が失われるのは全結合層の弱点。
- C
誤り。畳み込み層のパラメータ数は入力の大きさに依存しない。
- D
誤り。畳み込み層も重みを学習する。
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。