G検定 ディープラーニングの概要と要素技術の練習問題 セット3
ディープラーニングの概要と要素技術の13問を本番のペースの9分で解きます。時間制限なしでも練習できます。目標は10問正解です。
- 問題数
- 13
- 時間
- 9分
- 目標
- 10 (70%)
- 分野
- ディープラーニングの概要と要素技術
- モード
- 時間制限あり・なし
- 利用
- 試験パス
このテストにはJavaScriptが必要です。問題は次のとおりです。
GPUがディープラーニングの学習に向いている理由として、最も適切なものを1つ選べ。
Leaky ReLU関数がReLU関数を改良した点として、最も適切なものを1つ選べ。
カルバック・ライブラー情報量(KLダイバージェンス)について、最も適切なものを1つ選べ。
正則化を行う主な目的として、最も適切なものを1つ選べ。
誤差逆伝播法の説明として、最も適切なものを1つ選べ。
学習率を大きくしすぎたときに起こりやすいこととして、最も適切なものを1つ選べ。
ハイパーパラメータの探索で、候補の値を格子状に並べてすべての組み合わせを試す方法として、最も適切なものを1つ選べ。
31×31の入力に、3×3のフィルタをストライド2、パディング1で畳み込んだとき、出力の特徴マップの1辺の大きさはいくつか。最も適切なものを1つ選べ。
バッチ正規化の説明として、最も適切なものを1つ選べ。
ResNetで使われるスキップ結合の働きとして、最も適切なものを1つ選べ。
RNNの学習で、時刻をさかのぼりながら誤差を伝えて勾配を求める方法として、最も適切なものを1つ選べ。
TransformerでSelf-Attentionと別に位置エンコーディングが必要な理由として、最も適切なものを1つ選べ。
VAEの亜種の説明として、最も適切なものを1つ選べ。
このセットの出題内容
- ニューラルネットワークとディープラーニング1問
- 活性化関数1問
- 誤差関数1問
- 正則化1問
- 誤差逆伝播法1問
- 最適化手法2問
- 畳み込み層1問
- 正規化層1問
- スキップ結合1問
- 回帰結合層1問
- Attention1問
- オートエンコーダ1問
この試験のほかの練習
一般社団法人日本ディープラーニング協会(JDLA)とは関係のない独自の練習です。問題はすべて当サイトのオリジナルで、JDLAの例題や過去問題ではありません。