G検定模擬試験第6回問89・ディープラーニングの応用例（転移学習・ファインチューニング）

線形プロービング

事前学習済みのモデルの重みをすべて固定し、その出力の特徴量の上に、線形層（線形分類器）だけを学習して、特徴量の質を評価する方法として、最も適切なものを1つ選べ。

正解と解説を見る

正解：B

線形プロービングは、特徴抽出器を固定し、線形の分類器だけを学習する。事前学習で得た表現が、どれだけ良いかを簡便に測れる。

学習のポイント：ファインチューニングより、軽量。

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。