全結合層の特徴に関する問題

問題

全結合層（Fully Connected Layer）について、以下の記述のうち誤りを1つ選べ。

全結合層（Fully Connected Layer）は、多層パーセプトロン（MLP）の基本となる構造であり、ある層の「すべての入力ノード」が次の層の「すべての出力ノード」と結合（重み付け）される層です。

最終的な判断（犬か猫かの分類など）を下す出力層の前によく使われます。ただし、画像をそのまま全結合層に入力すると、縦・横・斜めといった「空間的な位置関係（局所的な特徴）」の情報が失われてしまうという大きな弱点があります。

1. 全結合層は入力のすべてのノードが出力のすべてのノードと接続される。

正しい：「Fully Connected」の名の通り、前の層の全ノードと次の層の全ノードが互いにすべて接続される構造です。

2. 全結合層はパラメータ数が多くなりやすい。

正しい：すべてのノード同士を接続するため、「入力ノード数 × 出力ノード数」の重みパラメータが必要になり、パラメータ数が非常に大きくなりやすいのが特徴です。

3. 全結合層は画像の位置関係を保持したまま特徴を抽出する。

誤り：画像を全結合層に入力する際は、1列の一次元データ（ベクトル）に変換（平坦化：Flatten）してしまうため、ピクセル同士の縦横の「位置関係」は完全に失われます。

4. 全結合層は分類タスクの最終層としてよく使われる。

正しい：CNNなどにおいて、畳み込み層で抽出した特徴量を元に、最終的にどのクラスに属するかを判定（分類）する出力層の手前で用いられます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ