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6
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。
シグモイド関数に0を入力したときの出力はいくつか。最も適切なものを1つ選べ。
入力が−3、0、2のとき、ReLU関数の出力の合計はいくつか。最も適切なものを1つ選べ。
分類問題で交差エントロピーを誤差関数に使うときの説明として、最も適切なものを1つ選べ。
L1正則化の特徴として、最も適切なものを1つ選べ。
関数z=(2x+1)の2乗をxで微分した値を、連鎖律を使ってx=1で求めるといくつか。最も適切なものを1つ選べ。
勾配降下法で、ある方向では極小だが別の方向では極大になっている点にとどまり、勾配がほぼ0になって学習が進まなくなることがある。この点を何と呼ぶか。最も適切なものを1つ選べ。
「あらゆる問題で、ほかのどの手法よりも性能が高い万能の最適化手法は存在しない」ことを示す定理として、最も適切なものを1つ選べ。
学習データを1件ずつ受け取るたびに重みを更新していく学習の方法として、最も適切なものを1つ選べ。
3×3のフィルタで、要素の間隔を表す拡張率(dilation)を2にしたDilated Convolutionが一度に見る範囲は、1辺いくつ分か。最も適切なものを1つ選べ。
Transformerでよく使われ、ミニバッチの大きさに関係なく、1つのデータの中の特徴全体で正規化する手法として、最も適切なものを1つ選べ。
GRUの説明として、最も適切なものを1つ選べ。
Seq2Seqの説明として、最も適切なものを1つ選べ。
犬の画像と猫の画像を0.7対0.3の割合で重ね合わせ、ラベルも「犬0.7、猫0.3」とする手法として、最も適切なものを1つ選べ。
このセットの出題内容
- 活性化関数2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3問
- 畳み込み層1問
- 正規化層1問
- 回帰結合層1問
- Attention1問
- データ拡張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。