705件中 441〜460件を表示 （1ページ最大20件）
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #265 | AlexNetの代表的な構成と学習上の特徴は？ | 畳み込みニューラルネットワーク | CNNアーキテクチャ | 即答 | ○ | 編集 |
| #264 | LeNet-5が全結合ネットワークより画像を効率よく扱える中心的理由は？ | 畳み込みニューラルネットワーク | CNNアーキテクチャ | 即答 | ○ | 編集 |
| #263 | GroupNormがBatchNormの代替として特に有力なのはどんな状況？ | 畳み込みニューラルネットワーク | 正規化 | 選択肢消去 | ○ | 編集 |
| #262 | GroupNormはどのように正規化し、どんな制約がある？ | 畳み込みニューラルネットワーク | 正規化 | 即答 | ○ | 編集 |
| #261 | InstanceNorm2dはNCHW入力のどの単位で正規化する？ | 畳み込みニューラルネットワーク | 正規化 | 即答 | ○ | 編集 |
| #260 | NCHW画像全体をサンプルごとにLayerNormするPyTorchの指定は？ | 畳み込みニューラルネットワーク | 正規化 | PyTorch対応 | ○ | 編集 |
| #259 | PyTorch BatchNormのmomentum=0.1によるrunning統計の更新式は？ | 畳み込みニューラルネットワーク | 正規化 | PyTorch対応 | ○ | 編集 |
| #258 | BatchNorm2dでtrack_running_stats=Falseにすると評価時はどうなる？ | 畳み込みニューラルネットワーク | 正規化 | PyTorch対応 | ○ | 編集 |
| #257 | BatchNormの学習時と評価時では、通常どの統計量を使う？ | 畳み込みニューラルネットワーク | 正規化 | 選択肢消去 | ○ | 編集 |
| #256 | 正規化の基本式とεの役割は？ | 畳み込みニューラルネットワーク | 正規化 | 数式 | ○ | 編集 |
| #255 | nn.BatchNorm2d(C, affine=True)のnum_featuresと学習可能パラメータ数は？ | 畳み込みニューラルネットワーク | 正規化 | PyTorch対応 | ○ | 編集 |
| #254 | BatchNorm2dはNCHW入力のどの軸で平均・分散を計算する？ | 畳み込みニューラルネットワーク | 正規化 | 数式 | ○ | 編集 |
| #253 | PyTorchのnn.Conv2dはReLUなどの活性化関数を内包する？ | 畳み込みニューラルネットワーク | CNN実装 | PyTorch対応 | ○ | 編集 |
| #252 | Keras DenseやPyTorch Linearは、畳み込み出力の全空間軸を自動で分類用ベクトルへFlattenする？ | 畳み込みニューラルネットワーク | CNN実装 | 選択肢消去 | ○ | 編集 |
| #251 | torch.viewとtorch.reshapeの重要な違いは？ | 畳み込みニューラルネットワーク | テンソルshape | PyTorch対応 | ○ | 編集 |
| #250 | shape=(10,16,6,6)をバッチ軸を保ってFlattenしたshapeと1サンプルの特徴数は？ | 畳み込みニューラルネットワーク | テンソルshape | 数式 | ○ | 編集 |
| #249 | 連続する畳み込み層で必ず一致させるチャネル数は？ | 畳み込みニューラルネットワーク | テンソルshape | 選択肢消去 | ○ | 編集 |
| #248 | Keras Conv2DとPyTorch Conv2dの主要な引数順は？ | 畳み込みニューラルネットワーク | CNN実装 | PyTorch対応 | ○ | 編集 |
| #247 | PyTorchとTensorFlow/Kerasの標準的な画像テンソル順序は？ | 畳み込みニューラルネットワーク | テンソルshape | PyTorch対応 | ○ | 編集 |
| #246 | col2imが単純な逆reshapeにならないのはなぜ？ | 畳み込みニューラルネットワーク | im2col | 選択肢消去 | ○ | 編集 |