問題 No.941
学習済みモデルの重みを初期値として利用する転移学習において、新しいタスクのデータが極めて少ない場合に有効な対応は「【 】」ことである。
【正解の解説】
モデルの下位層を固定し上位層のみを再学習する
すでに身につけている基礎的な特徴抽出機能（下位層）を固定し、新しいデータに合わせて最後に判断する部分（上位層）だけを調整することで、少ないデータでも効率よく学習できます。
スポンサーリンク
【その他の選択肢の解説】
モデルの全層の重みを最初から学習し直す
データが極めて少ない場合、全層を最初から学習させると、モデルが元の知識を忘れてしまい、うまく学習できません。
学習済みモデルを推論に使わずすべて削除する
せっかくの学習済みモデルを捨ててしまうと、転移学習のメリットが全く活かせません。
新しいタスクのデータだけにノイズを加えて水増しする
データの水増し（データ拡張）も手法の一つですが、学習済みモデルの「重み」を活かす転移学習の対応としては、層の固定がより基本的で有効なアプローチです。