問題 No.1149
ニューラルネットワークのパラメータを最適化するためのアルゴリズムである誤差逆伝播法に関する記述として、不適切なものはどれか。
【正解の解説】
損失関数の値が最小になるように、ネットワークの重みだけでなく入力データ自体の値も同時に更新して最適化を図る。
AIの学習は、AI自身の持つ「重み」というパラメータを調整するプロセスであり、外部から与えられた入力データそのものを書き換える操作ではありません。
スポンサーリンク
【その他の選択肢の解説】
出力層で計算された予測値と正解データの誤差から出発し、入力層に向かって逆方向に勾配を計算していく。
AIの最終的な答えと正解とのズレ（誤差）を、出力側から入力側へと逆に辿りながら、ネットワークの重みを調整する方法です。
微分の連鎖律を利用することで、各パラメータが誤差に与えた影響度を効率的に算出できる。
複雑な計算を、小さな計算の積み重ねに分解して効率的に解くための数学的なルールです。これを使うことで、膨大なパラメータの調整を現実的な時間で行えます。
各層における活性化関数の微分が計算プロセスに組み込まれるため、微分の最大値が小さい関数を用いると勾配消失問題の原因となる。
ニューロンの出力を変換する活性化関数の傾きを利用して学習します。この傾きが非常に小さいと、何度計算しても情報が伝わらず、学習が進まなくなる問題が発生します。