問題 No.1356
ディープラーニングにおいて、出力層の活性化関数と損失関数の組み合わせは、解くべき問題の統計的性質に基づいて決定される。多クラス分類問題において、出力層の各ニューロンの値を確率分布として解釈できるように総和が1になるよう変換する活性化関数はどれか。
【正解の解説】
ソフトマックス関数
ソフトマックス関数は、複数のニューロンの出力を、総和が1になるような確率分布に変換する関数です。これにより、各クラスである確率を明確に示すことができます。
スポンサーリンク
【その他の選択肢の解説】
シグモイド関数
シグモイド関数は、出力を0から1の範囲に収める関数です。主に2クラス分類や単一の確率予測に使われますが、多クラス分類の総和を1にする目的では使われません。
ReLU関数
ReLU関数は、入力が0以下なら0、0以上ならそのまま出力する関数です。ニューロンの活性化を促すための関数で、確率分布に変換する目的ではありません。
アイデンティティ関数
アイデンティティ関数は、入力をそのまま出力する恒等関数です。数値を変換せずにそのまま通すため、分類問題を解く際の確率分布への変換には使われません。