グローバルアベレージプーリング（GAP）の特徴

問題

グローバルアベレージプーリング（Global Average Pooling）について、以下の記述のうち誤りを1つ選べ。

グローバルアベレージプーリング（GAP：Global Average Pooling）は、CNNの終盤で用いられる次元削減の手法です。

一般的なプーリング（2×2など）と異なり、1つの特徴マップ全体（例えば 7×7 の全ピクセル）の「平均値」を計算し、たった1つの値（スカラ）に圧縮します。

これにより、全結合層を使わずに直接クラス分類へとつなげることができるため、パラメータ数を劇的に減らし、過学習を防ぐ（正則化の）効果があります。GoogLeNetやResNetなどで標準的に採用されています。

1. グローバルアベレージプーリング（Global Average Pooling）は各特徴マップ内のすべての値の平均を取り、1つのスカラ値に縮約する。

正しい：あるチャンネルの特徴マップ（縦×横）のすべてのピクセル値の平均を計算し、1つの数値に変換します。

2. グローバルアベレージプーリング（Global Average Pooling）は全結合層の代わりとして使われることがあり、パラメータ数を大幅に削減できる。

正しい：全結合層は「入力×出力」の膨大な重みパラメータを持ちますが、GAPは平均をとるだけなのでパラメータが0であり、モデルの軽量化に大きく貢献します。

3. グローバルアベレージプーリング（Global Average Pooling）は特徴マップの空間的な位置情報を保持しながら分類を行う。

誤り：特徴マップ全体の平均をとって1つの値に潰してしまうため、画像内の「どこにその特徴があったか」という空間的な位置情報は完全に失われます。

4. GAPは過学習を抑制する効果が期待できる。

正しい：パラメータ数が大幅に減ることで、学習データに過剰に適合してしまう「過学習（オーバーフィッティング）」を防ぐ効果が高まります。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ