全結合層のパラメータ数に関する問題

問題

全結合層のパラメータ数について、正しい記述を1つ選べ。

全結合層のパラメータ数（モデルが学習する重みとバイアスの総数）は、ネットワークの規模や計算量を見積もる上で重要です。

ある全結合層のパラメータ数は、入力ノード数と出力ノード数を掛け合わせた「重み（Weight）」の数に、出力ノードごとの「バイアス（Bias）」の数を足した『（入力数 × 出力数）＋出力数』で計算されます。

1. 全結合層のパラメータ数は「入力数＋出力数」で求められる。

誤り：すべての入力が出力と結びつくため、重みの数は「足し算」ではなく「掛け算（入力数 × 出力数）」になります。

2. 全結合層はカーネルを使って特徴を抽出する。

誤り：小さなフィルター（カーネル）をスライドさせて局所的な特徴を抽出するのは、全結合層ではなく「畳み込み層（Convolutional Layer）」です。

3. 全結合層のパラメータ数は「入力数×出力数＋バイアス数」で求められる。

正しい：全結合層のパラメータ数は、「重み（入力ノード数 × 出力ノード数）」＋「バイアス（出力ノード数）」で計算されます。

4. 全結合層は画像の位置情報を保持する。

誤り：全結合層に入力する際、画像のような2次元・3次元データは1次元の配列に平坦化（Flatten）されるため、ピクセルの位置情報（縦横の関係）は失われます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ