問題 No.401
転移学習において、「モデルの再利用」がなぜ学習効率を大幅に向上させるのか、その理由として適切なものはどれか。
【正解の解説】
大規模データで学習されたモデルは、低次の特徴抽出器（エッジ検出など）を既に獲得しているため
正解です。大量のデータで学習したモデルは、最初の方の層で『線の引き方』や『エッジ』といった基本的な図形認識能力を身につけています。これを再利用することで、ゼロから学習するよりも遥かに短い時間と少ないデータで高性能なモデルが作れます。
スポンサーリンク
【その他の選択肢の解説】
新しいデータに対して全ての重みをランダムに初期化するよりも、計算コストが下がるため
誤りです。転移学習の利点は計算コストの削減だけでなく、少ないデータでも高い精度が出せる（学習の出発点が高い）ことにあります。
転移学習を使うと、モデルのハイパーパラメータ調整が不要になるため
誤りです。転移学習でも、対象とするタスクに合わせてハイパーパラメータを調整する必要があります。
既存のモデルの予測精度が常に100%であることが保証されているため
誤りです。元のモデルが完璧であることは保証されておらず、転移学習はあくまで効率的な学習手法の一つです。