HOME
Lv029

「Lv029」の記事一覧

データ拡張手法「Mixup」の処理内容はどれか。

犬の画像と猫の画像を例えば0.6:0.4でブレンドし、正解ラベルも[0.6, 0.4]とするような過激な正則化手法。

2026年3月13日

RNNを時間方向に展開して、通常の誤差逆伝播法を適用する手法を何と呼ぶか。

再帰構造をタイムステップごとに展開し、多層フィードフォワードネットワークと見なして勾配を過去へ遡ら…

2026年3月13日

学習率をコサイン関数の形状に沿って減少させるスケジューリング手法はどれか。

学習率を最大値から最小値へコサインカーブを描くように滑らかに減少させ、収束性能を高める手法。

2026年3月13日

画風変換（Style Transfer）における「コンテンツ損失」の計算には何が使われるか。

VGGなどの学習済みネットワークに画像を通し、ある層での特徴マップの値が近くなるようにすることで、画像…

2026年3月13日

動画認識における「3D CNN」の特徴的な操作はどれか。

空間（縦・横）に加えて時間軸方向にもカーネルをスライドさせることで、動きの特徴を抽出する。

2026年3月13日

VAEで「Reparameterization Trick」を用いる理由は何か。

zを直接確率分布からサンプリングすると微分不可能になるため、ノイズεを外部入力として扱い、決定論的な…

2026年3月13日

YOLO（You Only Look Once）が出力するバウンディングボックスの情報に含まれないものはどれか。

YOLOなどの物体検出は矩形（ボックス）を予測するものであり、画素レベルのマスク（形状）までは出力しな…

2026年3月13日

GANの学習目的関数において、GeneratorとDiscriminatorがどのような関係にあるか。

DはV(D,G)を最大化しようとし、GはV(D,G)を最小化しようとする、ゼロサムゲームのような敵対的構造になっ…

2026年3月13日

BERTの事前学習タスク「Masked Language Model (MLM)」でマスクされるトークンの割合は一般的にどれくらいか。

入力文章のトークンのうちランダムに選ばれた約15%が[MASK]等に置き換えられ、それを予測するように学習す…

2026年3月13日

TransformerのEncoderブロック内にあるサブレイヤーの正しい順序はどれか。

EncoderはMulti-Head Self-AttentionとPosition-wise Feed-Forward Networkの2層構造を基本とし、それぞれ…

2026年3月13日