E資格判断トレーナー

ID	問題	章	論点	種類	有効
#65	複数のラベルが同時に正解になり得る分類で、各ラベルの有無を独立に0/1で表すベクトルを何という？	順伝播型ネットワーク	分類	用語	○	編集
#64	1サンプルが必ずどれか1つのクラスに属し、正解クラスのみ1・他は0で表すベクトルを何という？	順伝播型ネットワーク	分類	用語	○	編集
#63	ReLUで負の入力が続き、その勾配が常に0になることで二度と重みが更新されなくなる現象を何という？	順伝播型ネットワーク	活性化関数	用語	○	編集
#62	出力層の活性化関数の微分が0に近づき、層を重ねるほど入力層側に伝わる誤差の勾配が小さくなっていく現象を何という？	順伝播型ネットワーク	勾配消失	用語	○	編集
#61	He法（Kaiming法）はどの活性化関数に適している？	深層モデルのための最適化	パラメータ初期化	即答	○	編集
#60	Xavier法（Glorot法）はどの活性化関数に適している？	深層モデルのための最適化	パラメータ初期化	即答	○	編集
#59	Adamのバイアス補正はなぜ必要？	深層モデルのための最適化	Adam	選択肢消去	○	編集
#58	Adamは何と何を組み合わせたアルゴリズムか？	深層モデルのための最適化	Adam	即答	○	編集
#57	AdaGradの欠点とRMSPropによる改善点は？	深層モデルのための最適化	RMSProp	選択肢消去	○	編集
#56	AdaGradの更新式は？	深層モデルのための最適化	AdaGrad	数式	○	編集
#55	勾配消失問題への対策として不適切なのは？	深層モデルのための最適化	勾配消失	選択肢消去	○	編集
#54	計算グラフの「exp」ノード（y=exp(x)）の逆伝播で乗算する値は？	深層モデルのための最適化	計算グラフ	即答	○	編集
#53	シグモイド関数を計算グラフで表したとき、「/」ノード（y=1/x）の逆伝播で乗算する値は？	深層モデルのための最適化	計算グラフ	数式	○	編集
#52	計算グラフのノードとエッジは何を表す？	深層モデルのための最適化	計算グラフ	即答	○	編集
#51	全結合層の計算グラフでy=X・Wのとき、Wへの勾配は？	深層モデルのための最適化	計算グラフ	数式	○	編集
#50	全結合層の計算グラフでy=X・Wのとき、Xへの勾配は？	深層モデルのための最適化	計算グラフ	数式	○	編集
#49	誤差逆伝播法で利用する、合成関数の微分の性質は？	深層モデルのための最適化	誤差逆伝播法	即答	○	編集
#48	Pathological Curvatureとは？	深層モデルのための最適化	Pathological Curvature	選択肢消去	○	編集
#47	NAG（Nesterov Accelerated Gradient）の更新式は？	深層モデルのための最適化	NAG	数式	○	編集
#46	Momentumが解決する問題は？	深層モデルのための最適化	Momentum	即答	○	編集

カード管理