問題 No.856
画像認識タスクにおいて全結合層のみのネットワークではなく畳み込み層を持つCNNを選択する理由として不適切なものはどれか。
【正解の解説】
入力画像のサイズがどれだけ変動してもネットワーク全体の層の数や出力クラスの数を自動的に追従させて動的に変化させることができるため
CNNの構造自体は画像サイズに合わせて層の数やクラス数を自動的に変動させる機能を持っていません。サイズ変更には別途リサイズやプーリング等の処理が必要です。
スポンサーリンク
【その他の選択肢の解説】
画像のピクセル同士の縦や横の位置関係といった局所的な空間構造の特徴を維持したまま学習を進めることができるため
畳み込みニューラルネットワーク(CNN)は、近隣の画素との関係（空間構造）を重視するため、画像の中にある形や模様を効率よく抽出できます。
フィルタの重みを画像全体で共有してスライドさせるため、全結合層に比べて学習すべきパラメータ数を劇的に削減できるため
同じフィルターを使い回す（重み共有）ことで、全結合層に比べて学習するパラメータ数が激減します。これにより学習が効率化され、過学習も抑えられます。
画像内のどこに特徴が出現しても同じように検出できる位置不変性をネットワーク自体に持たせることができるため
フィルターをスライドさせることで、物体が画像のどの位置にいても同じように検出できます。これを位置不変性といいます。