あるEC事業者が、商品画像を入力とする2つのモデルを作る。（ア）は画像を「衣類」「靴」「バッグ」「雑貨」のいずれか1つに分類する。（イ）は「赤系」「セール対象」「新商品」の3つのタグについて、それぞれ付けるかどうかを判定する（1枚に複数のタグが付くことがある）。出力層の活性化関数の組み合わせとして、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：出力層の活性化関数の選択
ポイント
出力層の活性化関数は課題で選びます。1つだけ選ぶ多クラス分類はソフトマックス関数、独立した複数の二値判定はシグモイド関数が基本です。
選択肢ごとの解説
- A
適切 正解
（ア）は4クラスから1つを選ぶ多クラス分類なので、出力の合計が1になるソフトマックス関数が合います。（イ）はタグごとに独立した二値判定なので、各出力を0から1に変換するシグモイド関数を使います。
- B
不適切
組み合わせが逆です。（ア）にシグモイド関数を使うと、4つの出力が独立になり合計が1になりません。（イ）にソフトマックス関数を使うと合計が1に制約され、「赤系」と「セール対象」の両方に高い確率を与えにくくなります。
- C
不適切
（ア）は適切です。しかしtanh関数の出力は−1から1の範囲で、そのままでは確率として解釈できません。タグを付ける確率を出したい（イ）の出力層には向きません。
- D
不適切
（イ）は適切です。しかしReLU関数は正の入力をそのまま出力するため上限がなく、出力の合計も1になりません。多クラス分類の出力層で各クラスの確率を表す用途には使いません。
試験での狙われ方
分類・多クラス分類・回帰などの課題と、出力層の活性化関数の対応を問う形が典型的です。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目12 活性化関数）
- Goodfellow, Bengio, Courville, Deep Learning (2016) （6.2.2 Output Units）