705件中 481〜500件を表示 （1ページ最大20件）
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #225 | Average Poolingの逆伝播で勾配はどう配られる？ | 畳み込みニューラルネットワーク | 逆伝播 | 数式 | ○ | 編集 |
| #224 | Max Poolingの逆伝播で勾配はどこへ流れる？ | 畳み込みニューラルネットワーク | 逆伝播 | 数式 | ○ | 編集 |
| #223 | PyTorchのMaxPool2dでstrideを省略すると何になる？ | 畳み込みニューラルネットワーク | プーリング | PyTorch対応 | ○ | 編集 |
| #222 | dilation=1のPooling出力高さの基本式は？ | 畳み込みニューラルネットワーク | プーリング | 数式 | ○ | 編集 |
| #221 | 1〜16を行方向に並べた4×4行列へ2×2、stride=2のAverage Poolingを行うと？ | 畳み込みニューラルネットワーク | プーリング | 数式 | ○ | 編集 |
| #220 | 1〜16を行方向に並べた4×4行列へ2×2、stride=2のMax Poolingを行うと？ | 畳み込みニューラルネットワーク | プーリング | 数式 | ○ | 編集 |
| #219 | 偶数のH×Wへ2×2、stride=2、padding=0のPoolingを行う典型的な効果は？ | 畳み込みニューラルネットワーク | プーリング | 即答 | ○ | 編集 |
| #218 | 通常のMax/Average Poolingの学習パラメータ数と出力チャネル数は？ | 畳み込みニューラルネットワーク | プーリング | 選択肢消去 | ○ | 編集 |
| #217 | Max PoolingとAverage Poolingは窓内の何を出力する？ | 畳み込みニューラルネットワーク | プーリング | 即答 | ○ | 編集 |
| #216 | 転置畳み込みで複数の入力位置からの寄与が同じ出力位置へ重なったら？ | 畳み込みニューラルネットワーク | 転置畳み込み | 選択肢消去 | ○ | 編集 |
| #215 | ConvTranspose2dのoutput_paddingは何をする？ | 畳み込みニューラルネットワーク | 転置畳み込み | PyTorch対応 | ○ | 編集 |
| #214 | 入力サイズ8、K=3、S=2、P=1、D=1、output_padding=1の転置畳み込み出力は？ | 畳み込みニューラルネットワーク | 転置畳み込み | 数式 | ○ | 編集 |
| #213 | 転置畳み込みの出力高さの式は？ | 畳み込みニューラルネットワーク | 転置畳み込み | 数式 | ○ | 編集 |
| #212 | ConvTranspose2dは通常のConv2dの真の逆演算か？ | 畳み込みニューラルネットワーク | 転置畳み込み | 選択肢消去 | ○ | 編集 |
| #211 | 転置畳み込み（ConvTranspose）の主な目的は？ | 畳み込みニューラルネットワーク | 転置畳み込み | 用語 | ○ | 編集 |
| #210 | Dilated（Atrous）convolutionの主な目的は？ | 畳み込みニューラルネットワーク | 特殊畳み込み | 用語 | ○ | 編集 |
| #209 | ResNeXtで深さ・幅に加えて重視された次元は？ | 畳み込みニューラルネットワーク | CNNアーキテクチャ | 用語 | ○ | 編集 |
| #208 | Grouped Convの重み数と、groups=1・groups=Cinの意味は？ | 畳み込みニューラルネットワーク | 特殊畳み込み | 数式 | ○ | 編集 |
| #207 | Cin=M、groups=GのGrouped Convで各出力フィルタが見る入力チャネル数は？ | 畳み込みニューラルネットワーク | 特殊畳み込み | 数式 | ○ | 編集 |
| #206 | Grouped Convでgroupsに課されるチャネル数の制約は？ | 畳み込みニューラルネットワーク | 特殊畳み込み | PyTorch対応 | ○ | 編集 |