同じカテゴリの問題

• tanh関数の理解
• 勾配消失問題と活性化関数の関係
• エポック（Epoch）とイテレーションの理解
• 鞍点（Saddle Point）の理解
• ストライド（stride）の理解
• BPTTの理解
• 位置エンコーディングの理解
• MixupおよびCutMixの理解
• 物体識別と物体検出の違い
• セマンティックセグメンテーションの特徴
• インスタンスセグメンテーションの理解
• パノプティックセグメンテーションの特徴
• 姿勢推定（Pose Estimation）の理解
• AlexNetの特徴
• GoogLeNet（Inception）の理解
• VGGの構造的特徴
• ResNetの残差学習の理解
• Wide ResNetの特徴
• DenseNetの密結合構造
• EfficientNetとMobileNetの理解
• NAS（ニューラルアーキテクチャ探索）の特徴
• MnasNetの探索戦略
• NASNetのセル構造
• SENet（Squeeze-and-Excitation Network）の理解
• Vision Transformer（ViT）の特徴
• Fast R-CNNの処理構造
• Faster R-CNNのRPN
• Mask R-CNNの追加機能
• SSD（Single Shot MultiBox Detector）の特徴
• YOLO（You Only Look Once）の特徴
• FPN（Feature Pyramid Network）の理解
• FCN（Fully Convolutional Network）の特徴
• OpenPoseとPart Affinity Fields
• BERTの事前学習タスク
• Bag-of-Words（BoW）の特徴
• word2vecの理解
• fastTextのサブワード学習
• CBOW（Continuous Bag-of-Words）の特徴
• skip-gramの特徴
• CEC（Constant Error Carousel）の役割
• ELMoの文脈化表現
• GPTモデルの学習方式
• PaLMの理解
• Seq2Seqモデルの構造
• TF-IDFの重要度計算
• 形態素解析の役割
• 構文解析の目的
• 感情分析の特徴
• 文書要約の種類
• A-D変換（アナログ-デジタル変換）のプロセス
• WaveNetの特徴
• 音韻の理解
• 音声認識の基本
• 音素の理解
• 隠れマルコフモデル（HMM）の特徴
• 高速フーリエ変換（FFT）の理解
• スペクトル包絡の特徴
• PCM（パルス符号変調）の理解
• MFCC（メル周波数ケプストラム係数）の特徴
• CTC（Connectionist Temporal Classification）の理解
• A3C（Asynchronous Advantage Actor-Critic）の特徴
• Agent57の特徴
• APE-Xの理解
• DQN（Deep Q-Network）の理解
• Double DQNの理解
• Dueling Networkの特徴
• PPO（Proximal Policy Optimization）の理解
• OpenAI Fiveの特徴
• AlphaStarの理解
• sim2realの課題
• ドメインランダマイゼーションの理解
• ノイジーネットワークの特徴
• 報酬成形（Reward Shaping）の理解
• GAN（敵対的生成ネットワーク）の理解
• DCGANの特徴
• Diffusion Modelの理解
• NeRF（Neural Radiance Fields）の特徴
• Pix2Pixの理解
• CycleGANの特徴
• StyleGANの理解
• データ生成タスクの応用
• 転移学習の基本概念
• ファインチューニングの特徴
• Few-shot / One-shot 学習の理解
• 自己教師あり学習の役割
• 破壊的忘却（Catastrophic Forgetting）
• 半教師あり学習の特徴
• マルチモーダルAIの基本理解
• CLIPの特徴理解
• DALL-Eの役割
• Visual Question Answeringの理解
• zero-shot推論の理解
• マルチタスク学習の特徴
• CAMの特徴に関する問題
• Grad-CAMの理解
• LIMEの特徴
• SHAPの特徴理解
• 知識蒸留の理解
• プルーニングの理解
• 量子化の理解
• 説明可能AI（XAI）の理解