問題 No.1091
畳み込みニューラルネットワークにおいて、特徴マップのサイズを縮小し、計算量を削減しつつ重要な情報を抽出する層を【 】と呼ぶ。
【正解の解説】
プーリング層
プーリング層は、画像内の重要な特徴だけを拾い集めてサイズを縮小することで、計算を楽にし、位置のズレに強くするための層です。
スポンサーリンク
【その他の選択肢の解説】
畳み込み層
畳み込み層は、画像の特徴（模様や形）を抽出するためにフィルターをかけながら計算する層のことです。
全結合層
全結合層は、すべての情報をまとめて最終的な分類を行うための層です。
再帰層
再帰層（Recurrent Neural Network）は、時系列データなどを扱うために前の情報を記憶しながら処理する層です。