問題 No.1014
ニューラルネットワークの学習で用いられる誤差逆伝播法において、出力層から入力層に向かって逆方向に計算を行う最大の理由に関する記述のうち、【不適切なもの】はどれか。
【正解の解説】
入力データを逆向きに変換することで、学習用画像の解像度を自動的に向上させ、特徴量の抽出精度を高めることができるため。
誤差逆伝播法はあくまでニューラルネットワークの学習（重みの更新）を効率化するための数学的手順です。入力データを加工して解像度を向上させるという機能はありません。
スポンサーリンク
【その他の選択肢の解説】
各パラメータの更新に必要な損失関数の勾配を、連鎖律を利用して効率的に計算できるため。
誤差逆伝播法では、連鎖律（合成関数の微分）を使い、出力側の誤差から各層の重みにどれくらい責任があるかを効率よく計算することで、膨大な計算を省いています。
順方向に全パターンの勾配を1つずつ独立して計算する手法に比べ、計算量を劇的に削減し、膨大なパラメータを実用的な時間で学習できるため。
順方向にすべて計算すると時間がかかりすぎますが、逆方向に計算を進めることで、多くの層の計算を共有・再利用でき、学習を現実的な時間で終わらせることができます。
出力層で発生した実際の予測値と正解ラベルの誤差を直接の出発点として、その原因となった各層の寄与度を遡って評価できるため。
予測の結果出た間違い（誤差）を出発点として、どの層がどれだけ貢献したのかを遡って評価し、それを元に重みを修正していくという仕組みです。