CNNの畳み込み層に関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 D
この問題の論点：畳み込み層の構成要素の役割
ポイント
パディングは、畳み込みで特徴マップが小さくなるのを抑えるために、入力の周囲を埋める操作です。
選択肢ごとの解説
- A
適切
畳み込み層は小さなフィルタを入力全体で使い回します（重み共有）。各出力は入力の近くの領域だけから計算されるため、パラメータ数を抑えつつ、エッジなどの局所的なパターンを検出できます。
- B
適切
間隔を空けると、同じ数の重みでより広い範囲を見られます。解像度を保ったまま広い文脈を捉えられるため、DeepLabなどのセマンティックセグメンテーションのモデルで用いられています。
- C
適切
1枚のフィルタを入力の全位置に適用した結果が1枚の特徴マップです。値が大きい位置ほど、そのフィルタが反応するパターンが強く現れていることを示します。
- D
不適切 正解
パディングの目的は逆で、畳み込みによる特徴マップの縮小を抑えることです。入力の端の画素もフィルタの中央で扱えるようになり、端の情報が失われにくくなります。
試験での狙われ方
パディング、ストライド、重み共有、Dilated Convolutionなどの役割を入れ替えた記述の正誤を問う形が典型的です。