G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第3問: 畳み込みニューラルネットワークの畳み込み層に関する説明として、最も適切なものはどれか。

正解: 1. 1枚のフィルタを入力の上でずらしながら各位置で積和を計算すると1枚の特徴マップになり、フィルタの枚数が出力のチャネル数になる。

肢1が正解です。畳み込み層では、フィルタ (カーネル) を入力の上で少しずつずらし、各位置で入力の小領域との積和にバイアスを加えます。1枚のフィルタから1枚の特徴マップができるので、出力のチャネル数はフィルタの枚数に等しくなります (スタンフォード大学の講義資料 CS231n の説明)。肢2は誤りで、フィルタの値は誤差逆伝播法で学習する重みです。肢3は誤りで、畳み込み層の出力の各値は入力の局所的な領域 (受容野) から計算されます。肢4は誤りで、出力の縦横はフィルタの大きさ・パディング・ストライドによって変わります。全結合層との違いは、局所的な結合と、同じフィルタを全位置で使う重みの共有にあります。

関連キーワード: 畳み込み層・畳み込み操作・フィルタ・特徴マップ・カーネル