プーリング層の役割に関する問題
問題
プーリング層(Pooling Layer)の役割について、以下の記述のうち誤りを1つ選べ。
解説
プーリング層(Pooling Layer)は、CNNにおいて畳み込み層の直後に配置され、特徴マップの空間サイズ(縦横の解像度)を縮小(ダウンサンプリング)する役割を持ちます。
画像内の対象物が少しズレていたり変形していても同じように認識できるようにする「移動不変性(並進不変性)」を持たせることが最大の目的です。
また、解像度を落とすことでパラメータ数と計算量を減らし、過学習を抑える効果もあります。
1. プーリング層は特徴マップを縮小し、計算量を減らす効果がある。
正しい:例えば2×2の領域を1つのピクセルにまとめることで、特徴マップの縦横のサイズを半分にし、後続の層の計算量を大幅に削減します。
2. プーリング層は物体の位置が多少ずれても認識できるようにする不変性の獲得に役立つ。
正しい:小さな領域内の最大値(または平均値)をとるため、入力画像の中で対象物が数ピクセルずれても、出力される特徴は変わらなくなります(移動不変性の獲得)。
3. プーリング層は画像の細かい位置情報を保持しながら特徴を強調する。
誤り:プーリング層は情報を圧縮(間引き)するため、対象物の「細かい位置情報」は失われます。位置情報よりも「その特徴が存在するかどうか」を重視する処理です。
4. プーリング層は畳み込み層と組み合わせて使われることが多い。
正しい:CNNの基本的なアーキテクチャでは、「畳み込み層(特徴抽出)→ 活性化関数(ReLU等)→ プーリング層(圧縮・不変性獲得)」というセットが繰り返されます。
📚 より詳細を学びたい方へ
同じカテゴリの問題
- TPUの理解
- ノーフリーランチの定理の理解
- 全結合層の特徴に関する問題
- 全結合層のパラメータ数に関する問題
- 畳み込み層の役割に関する問題
- カーネル(フィルタ)の理解
- パディングの目的
- 特徴マップの理解
- CNNの構造に関する問題
- Depthwise Separable Convolution
- Dilation Convolution の理解
- 全結合層と畳み込み層の違い
- バッチ正規化(Batch Normalization)の理解
- 正規化層の役割に関する問題
- プーリング層の役割に関する問題
- 最大値プーリングと平均値プーリングの理解
- グローバルアベレージプーリング(GAP)の特徴
- スキップ結合の役割に関する問題
- Residual Network(ResNet)の特徴
- 回帰結合層の理解
- RNNの特徴に関する問題
- LSTMのゲート構造
- GRUの特徴に関する問題
- 双方向RNNの理解
- Attentionの役割に関する問題
- Self-Attentionの特徴
- Multi-Head Attentionの理解
- Transformerの構造に関する問題
- Encoder-Decoder Attentionの理解
- Seq2SeqとAttentionの関係
- オートエンコーダの基本理解
- 積層オートエンコーダの特徴
- 次元削減とオートエンコーダ
- 変分オートエンコーダ(VAE)の理解
- データ拡張の基本理解
- 画像データ拡張手法の理解
- テキストデータの拡張手法


