Category Archives: 未分類

畳み込み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から選んでください． 畳み込みとは、ある関数の上で他の関数を動かしていくことで、ある点ごとに れぞれの関数同士の ( Q1 ___ ) する数学的な操作のことである． 1. 重積分 2. 差を積分 3. 和を積分 4. 積を積分

畳み込み層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. ネットワーク内の畳み込み層の数を適切に増やすことで、モデルは入力画像の特徴を満遍なく考慮できるようになるため、 　モデルの性能は向上する． 2. 畳み込み層は画像データの解析のみに有効であるため、シーケースデータなどには用いることができない． 3. 畳み込み層をモデルに適用する場合、モデルに活性化関数は適用できない． 4. 全結合層と異なり、畳み込み層では入力の形状が無視されしまう．

畳み込み層の説明として正しくないものを選択肢から選んでください． 1. ネットワーク内の畳み込み層の数を適切に増やすことで、モデルは入力画像の特徴を満遍なく考慮できるようになるため、 　モデルの性能は向上する． 2. 畳み込み層は画像意外にも、シーケンスデータなどの解析にも使用できる． 3. 畳み込み層をモデルに適用する場合、モデルに活性化関数を適用できない 4. 全結合層と異なり、畳み込み層では入力の形状を保持してデータを解析できる．

畳み込み層を説明している以下の文の空欄に入る適切な選択肢を選んでください． 畳み込み層は英語で（Q1 ____ ）と呼ばれる．畳み込み層では入力に（ Q2 ____ ）とも呼ばれるフィルタを適用することで、 入力と（ Q2 ____ ）の積の積分を求めていく．畳み込みの結果得られた行列は（ Q3 ____ ）と呼ばれる． 畳み込みの結果、入力画像の特徴が反映された（Q3 ____ ）が得られ、この（Q3 ____ ）に対してもうなども畳み込みを行うことで、 最終的には入力画像の広域的な特徴を考慮した（Q3 ____ ）が得られる．（Q3 ____ ）に（Q4 ____ ）を適用してから sigmoid 関数やソフトマックス関数などの 活性化関数に通すことで、画像の分類や生成ができる． [Q1、Q4選択肢] 1. Convolutional Layer 2. Reccurent Layer 3. Fully Connected Layer 4. Upsampling Layer [Q2–3 選択肢] 1. パーセプトロン 2. オプティマイザー 3. パディング 4. フィーチャマップ 5. カーネル […]

畳み込み層を説明している以下の文の空欄に入る適切な選択肢を選んでください． 畳み込み層は英語で（Q1 ____ ）と呼ばれる．畳み込み層では入力に（ Q2 ____ ）とも呼ばれるフィルタを適用することで、 入力と（ Q2 ____ ）の積の積分を求めていく．畳み込みの結果得られた行列は（ Q3 ____ ）と呼ばれる． 畳み込みの結果、入力画像の特徴が反映された（Q3 ____ ）が得られ、この（Q3 ____ ）に対してもうなども畳み込みを行うことで、 最終的には入力画像の広域的な特徴を考慮した（Q3 ____ ）が得られる．（Q3 ____ ）に（Q4 ____ ）を適用してから sigmoid 関数やソフトマックス関数などの 活性化関数に通すことで、画像の分類や生成ができる． [Q1、Q4選択肢] 1. Dense Layer 2. Reccurent Layer 3. Convolutional Layer 4. Upsampling Layer [Q2–3 選択肢] 1. フィーチャマップ 2. カーネル 3. パディング 4. オプティマイザー 5. パーセプトロン 6. […]

以下に示すようなウィンドウ（入力層）とフィルタがあります． このウィンドウの灰色の部分をフィルタを用いて畳み込む場合、 どのような出力が得られるか算出してください．

ゼロパディングを施すことのメリットとして正しくないものを選択肢から選んでください． 1. データの端の特徴量を考慮して畳み込みができる． 2. 画像や特徴量マップの端のデータに対しても畳み込みされるため、パラメータの更新回数が減り、計算コストが抑えられる． 3. カーネル（畳み込みフィルタ）のサイズや、層の数を増やすことができる． 4. 畳み込みによって得られた特徴量マップのチャネル数を増やすことができる．

重み上限正則化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. 重み上限正則化は勾配爆発問題の緩和に繋がる． 2. 重み上限正則化ではマックスノルムを用いる． 3. 重みみ上限ハイパーパラメータを大きくすることで正則化を厳しくできる． 4. 基本的にはパッチノーマライゼーションと併用する．

ドロップアウト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． ドロップアウトとは， ( Q1 ___ ) と呼ばれるハイパーパラメータに従って全ての層で無作為にニューロンをドロップアウトすることで正則化する手法である． 一般的に，適切な ( Q1 ___ ) の値が分からない場合は，とりあえず ( Q2 ___ ) と設定されることが多い． [Q1の選択肢] 1. ドロップアウト率 2. 正則化率 3. 汎化率 [Q2の選択肢] 1. 0.25 2. 0.5 3. 0.75

ドロップアウト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． ドロップアウトとは， ( Q1 ___ ) と呼ばれるハイパーパラメータに従って全ての層で無作為にニューロンをドロップアウトすることで正則化する手法である． 一般的に，適切な ( Q1 ___ ) の値が分からない場合は，とりあえず ( Q2 ___ ) と設定されることが多い． [Q1の選択肢] 1. 正則化率 2. 汎化率 3. ドロップアウト率 [Q2の選択肢] 1. 0.75 2. 0.25 3. 0.5