データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第24問: 入力層に3個、隠れ層に4個、出力層に2個のノードを持つニューラルネットワークがある。隣り合う層の間はすべてのノードどうしをつなぎ(全結合)、隠れ層と出力層の各ノ
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第24問
入力層に3個、隠れ層に4個、出力層に2個のノードを持つニューラルネットワークがある。隣り合う層の間はすべてのノードどうしをつなぎ(全結合)、隠れ層と出力層の各ノードはバイアスを1つずつ持つ。各ノードでは、(入力)×(重み)を足し合わせてバイアスを加え、活性化関数に渡す。学習で調整する重みとバイアスの数の合計として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 1. 26個
重みとバイアスを合わせて26個です。重みは隣り合う層のノードの組の数だけあり、入力層と隠れ層の間が3×4=12個、隠れ層と出力層の間が4×2=8個で、合わせて20個です。
バイアスは隠れ層と出力層のノードに1つずつなので4+2=6個で、合計は20+6=26個になります。文部科学省の教員研修用教材は、入力・隠れ層(中間層)・出力層の3つの層からなる構成を示し、各ニューロンで(入力)×(重み付け)+(バイアス)を計算して活性化関数に入れると説明しています(出典:『高等学校情報科「情報Ⅱ」教員研修用教材』(文部科学省)を加工して作成)。
20個はバイアスを数え落とした値です。24個は3×4×2と各層のノードの数を掛け続けた値です。
9個はノードの数そのものです。入力層のノードは値を渡すだけで、バイアスを持たない点も押さえましょう。
関連キーワード: ニューラルネットワーク・隠れ層・重み・バイアス
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告