Author Archives: admin_uhs64

RNN

RNN の説明として正しいものを選択肢から選んでください． 1. RNN は画像データの解析・分類タスクで広く使用されている． 2. RNN は機械翻訳タスクに応用することはできない． 3. RNN では、過去の入力から現在までの時系列データとを入力として受け取り、未来のデータを予測することができる． 4. RNN はバックプロパゲーションでく訓練することができない．

VGG

VGG を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． VGG は、畳み込み層とプーリング層から構成される ”基本的” な CNN であり、畳み込み層や全結合層を合計 ( Q1 ___ ) まで積み重ねるのが特徴である． VGG は (Q2 ___ ) ため、多くの技術者に好まれて使われている． [Q1の選択肢] 1. 16 か 19 2. 13 か 19 3. 12 か 14 [Q2の選択肢] 1. 多くの論文が出されている 2. RAM をあまり使用しない 3. 構造が簡単である

再起ニューロン

再帰ニューロンを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． 再帰ニューロンは、フィードフォワード型のニューラルネットワークで用いられるパーセプトロンと異なり、 ( Q1 ___ ) を持つ． このような構造から、再帰ニューロンでは入力として、現在のタイムステップの入力だけでなく 1 つ前のタイムステップの ( Q2 ___ )も入力として受け取る． [Q1の選択肢] 1. 横方向の接続 2. 未来方向の接続 3. 後ろ方向の接続 [Q2の選択肢] 1. 入力 2. 出力 3. 重み

ResNet

ResNet を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 からそれぞれ選んでください． ResNet は ( Q1 ___ ) のネットワークをベースとしており、 ( Q2 ___ ) を取り入れることで層を深くしても学習効率を下げることなく訓練が行われる． [Q1の選択肢] 1. VGG 2. GoogLeNet 3. LeNet-5 [Q2の選択肢] 1. エスケープ接続 2. サルベージ接続 3. スキップ接続

ResNet

ResNet の説明として正しいものを選択肢から選んでください． 1. ResNet は残差ユニットをスタックすることで構成される． 2. ResNet は深層アーキテクチャであるため、バックプロパゲーションによる訓練は難しい． 3. ResNet は inception モジュールと呼ばれる小さな CNN で構成される． 4. 一般的に、VGG は ResNet と比べて深層なネットワークである．

再起ニューロン

再帰ニューロンを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． 再帰ニューロンは、フィードフォワード型のニューラルネットワークで用いられるパーセプトロンと異なり、 ( Q1 ___ ) を持つ． このような構造から、再帰ニューロンは、現在のタイムステップの入力だけでなく 1 つ前のタイムステップの ( Q2 ___ )も入力として受け取る． [Q1の選択肢] 1. 後ろ方向の接続 2. 横方向の接続 3. 未来方向の接続 [Q2の選択肢] 1. 重み 2. 入力 3. 出力

VGG

VGG を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． VGG は、畳み込み層とプーリング層から構成される ”基本的” な CNN であり、畳み込み層や全結合層を合計 ( Q1 ___ ) まで積み重ねるのが特徴である． VGG は (Q2 ___ ) ため、多くの技術者に好まれて使われている． [Q1の選択肢] 1. 12 か 14 2. 16 か 19 3. 13 か 19 [Q2の選択肢] 1. 多くの論文が出されている 2. 構造が簡単である 3. RAM をあまり使用しない

CNN のメモリ要件

CNN に置けるメモリ要件を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． CNN モデルでバックプロパゲーションをするためには、前進パス中で求めた中間値が全て必要となる． よって、入力のサイズや特徴マップの数が大きくなると多くの RAM が必要となる． よって、RAM が足りずに訓練がクラッシュする場合には、( Q1 ___ ) と良い． 1. 訓練エポックを減らす 2. 訓練バッチサイズを小さくする 3. 前結合層を増やす